PROYECTO FIP Nº 2001-05 EVALUACION DIRECTA DE CAMARON ... · Luis Casas Biólogo Marino Muestreo a bordo II-IV regiones y en laboratorio. ... del 9 de junio al 4 de agosto de 2001,

i

INFORME FINAL

PROYECTO FIP Nº 2001-05

EVALUACION DIRECTA DE CAMARON NAILONENTRE LA II Y VIII REGIONES, AÑO 2001

Abril 2002

ii

COMPOSICIÓN Y ORGANIZACIÓN DEL EQUIPO PROFESIONAL Y TÉCNICO

Nombre Título/Grado Función en el Proyecto

Enzo Acuña M.Sc. Oceanógrafo Coordinación. Jefe de Proyecto. Análisis y elaboraciónde informes.

Hugo Arancibia Dr. Cs. Naturales Distribución CPUE, cálculo de abundancia y biomasaCoordinación muestreos zona Sur.

Luis Cid Ph.D. Estadística Análisis estadísticos, diseño muestreo. EstimaciónBiomasa.

Rubén Alarcón M.C. Pesquerías Distribución CPUE, cálculo de abundancia y biomasaMétodo Geoestadístico.

Luis Cubillos M.C. Oceanógraficas CPUE, cálculo de abundancia y biomasa.

Aquiles Sepúlveda M.C. Oceanógraficas CPUE, cálculo de abundancia y biomasa Método GAM.

Andrés Bodini Ing. en Acuacultura Distribución espacial de los lances y caladeros a travésdel Sistema de Información Geográfico.

Ximena Bennett Biólogo Coordinadora muestreos a bordo, laboratorio,planificación. Digitación datos.

Andrés Bodini Ing. Acuicultura Digitación datos. Sistema de Información Geográfico.

M. T. Cabrera Lic. Cs. del Mar Aspectos reproductivos, función fecundidad y estadosmadurez de los huevos.

J.C. Villarroel Biólogo Marino Muestreo frecuencia y biológico- específico. Digitacióndatos.

Rafael León Biólogo Marino Fauna acompañante, importancia relativa.

Rodrigo Wiff Biólogo Marino Estimación de productividad secundaria.

Rodrigo Grau Biólogo Marino Muestreo frecuencia y biológico-específico. Digitacióndatos en laboratorio.

Manuel Andrade Biólogo Marino Muestreo a bordo II-IV regiones, frecuencia y biológico-específico. Digitación datos en laboratorio.

Luis Casas Biólogo Marino Muestreo a bordo II-IV regiones y en laboratorio.

Danny Rivera Técnico Pesquero Muestreo a bordo II-IV regiones y en laboratorio.

Luis Poblete Ing. Ejecución Pesca Muestreo a bordo V-VIII regiones y en laboratorio.

Germán Vásquez Técnico Muestreo a bordo V-VIII regiones y en laboratorio.

iii

RESUMEN EJECUTIVO

Para la evaluación directa de camarón nailon (Heterocarpus reedi) se efectuó dos cruceros cuasi-

simultáneos a bordo de dos PAMs. Con el PAM “FOCHE” se realizó 230 lances de pesca en

dirección norte-sur de la II a la IV Regiones, del 9 de junio al 4 de agosto de 2001, desde

21°39’21” hasta 32°09’05” S, en un rango batimétrico entre 75 y 650 m.

Con el PAM “NISSHIN MARU III” se realizó 176 lances de pesca y se operó en dirección sur-

norte de la VIII a la V Regiones, del 23 de junio al 27 de julio de 2001, desde 38º29’12” hasta

32º12’10” S, en un rango batimétrico entre 101 y 580 m.

Adicionalmente, con la L/M “PIONERO” se operó en la extensión de las transectas de la zona de

reserva de la pesca artesanal del límite norte de la III Región a Caleta Pajonales, por el sur, del 27

al 29 de junio de 2001, desde 26º08’S” hasta 27º44’S, en un rango batimétrico entre 109 y 433 m.

Contrariamente a lo esperado, de acuerdo a información histórica de otros estudios y registros de

la actividad pesquera, en esta oportunidad la distribución espacial del recurso camarón nailon se

presentó discontinua, formando 15 agregaciones o caladeros desde 22º19,86’ S hasta 36º36,72’ S,

en un rango batimétrico entre 83 y 620 m. Además, a partir de la mitad sur de la V Región hacia

el sur, este recurso se encuentra prácticamente ausente, confirmándose estudios anteriores,

aunque ahora se acentuó la disminución de la biomasa de la V a la VIII Regiones. En términos

distribucionales, en esta área el recurso se encuentra formando relictos de moderada a baja

densidad.

La biomasa de camarón nailon se estimó mediante varios métodos, siendo los más conocidos el

enfoque geoestadístico (diseño basado) y el método de la Distribución Delta (modelo basado),

con los cuales se determinó que la biomasa del stock alcanza a 19.573 ton y 22.425 ton,

respectivamente. En cuanto a ambos estimadores, la varianza de estimación de la biomasa según

el método de la Distribución Delta es significativamente mayor que el enfoque geoestadístico,

por lo se considera a este último más preciso, escogiéndolo como estimador global de la biomasa

de camarón nailon entre la II y VIII regiones. Los estimados de biomasa con el método

iv

geoestadístico quedan incluidos en los límites de confianza de la estimación de biomasa de

efectuados con la Distribución Delta.

Adicionalmente, también se determinó la biomasa de camarón nailon con otros dos métodos

modelo basados. En efecto con el modelo GAM la biomasa total de camarón nailon se determinó

en 20.265,8 ton y con el modelo de Thompson en 27.218 ton, siendo este último el método que

produjo la mayor estimación, aunque queda dentro del rango del intervalo de confianza del

Método de la Distribución Delta. Comparativamente, con el modelo cuasi-diseño basado

bootstrap se determinó la biomasa de camarón nailon en 20.616 ton.

Consecuentemente, tomando en consideración todos los modelos de evaluación de este estudio,

con excepción del Thompson (1982), se puede fijar en alrededor de 20 mil a 21 mil ton la

biomasa del stock de camarón nailon de la II a la VIII Regiones, aunque con un acentuado

desbalance distribucional. En efecto, el 84% de la biomasa del stock se ubica de la II a la IV

Regiones, siendo la más importante la IV Región (45%), seguida de la III Región (25%) y la II

Región (14%). Hacia el sector centro-sur, la V Región aporta el 6% de la biomasa del stock de

camarón nailon, por lo que sólo el 10% restante se ubica en la extensa zona de la VI a la VIII

Regiones.

Se construyó un modelo que demuestra que la variable de mayor importancia para explicar la

varianza de la biomasa, es la captura del lance, que representa el 85,9% de ésta. En segundo lugar

de importancia relativa, está el área de influencia del lance, que explica un 7,78% de varianza

adicional. En tercer lugar está la distancia de barrido de la red, con un 2,59 % adicional y en

último lugar el APA, con un 0,37% de la varianza total.

La biomasa del stock de camarón nailon dentro de las 5 mn de reserva a la pesca artesanal se

determinó en 7.437,7 ton, representando el 38% del total. Sin embargo, de la VI a la VIII

Regiones no se registró biomasa dentro de las primeras 5 mn. Las regiones que más aportan

durante el estudio (invierno de 2001) a la biomasa del stock de camarón nailon dentro de las 5 mn

son la III Región con 2.936 ton (15% del total) y la IV Región con 2.740,2 ton (14%), seguidas

de la II Región con 1.761,6 ton (9%).

v

De la forma de la curva de rendimiento por recluta (Y/R) se desprende que el recurso camarón

nailon está sometido actualmente a sobrepesca por crecimiento, siendo recomendable incrementar

la longitud media de primera captura. No obstante, la talla de primera captura al nivel del 50%

aquí determinada coincide con la encontrada por Canales et al. (1999) para muestras obtenidas en

el año 1998, de tal manera que el efecto de la sobrepesca por crecimiento podría ser consecuencia

del nivel más bajo de mortalidad natural utilizado en este estudio.

Desde el punto de vista de la sobrepesca por reclutamiento, la mortalidad por pesca actual es

mayor al F20%, que se considera un punto biológico de referencia límite. Esto implica alto riesgo

de sobrepesca por reclutamiento, especialmente cuando la relación stock-recluta es incierta, como

es el caso para este recurso.

Los ejemplares de la parte norte de este estudio (II a IV Regiones) se presentan más pequeños

(21,4 a 21,8 mm de longitud cefalotorácica promedio, LCT) que los ejemplares del sector sur (V

a VIII Regiones), los que presentan LCT promedio de 24,5 a 25,7 mm. En general, para el

conjunto de datos, LCT promedio se registró en 23,2 mm y la moda en 22 mm LCT. Las hembras

(23,8 mm LCT promedio) son levemente más grandes en tamaño que los machos (22,8 mm LCT

promedio).

En los ejemplares de camarón nailon medidos por región y sexo predominan las hembras en la

mayoría de las regiones, exceptuándose la VII Región. En términos globales, las capturas

estuvieron representadas por 58% en número de hembras y 42% de machos. En el caso de las

hembras, se registró que el 72% se encontraban portando huevos. En todas las regiones se

registró que las hembras ovíferas superaban el 58%, siendo más notorio de la V Región al sur,

donde superó el 99%.

El registro de capturas en peso de la especie objetivo y del by-catch señala que éstas estuvieron

compuestas principalmente por camarón nailon (30%), seguido de pejerratas (24%), merluza

común (17%) y langostinos colorado (7,6) y amarillo (7,4%), confirmándose la baja diversidad

específica en este tipo de pesquerías, pues, en este caso, el 86% de las capturas en peso lo

constituyen solamente 5 grupos específicos.

vi

Con el uso de la CPUE especie-específica y análisis de clasificación comunitaria, se identificó

latitudinalmente dos zonas con estructuras específicas diferentes, tanto en sentido latitudinal

como batimétrico, ubicándose la primera zona de 24,65 a 36,15º S y la otra de 21,82 a 37,98º S.

La asociación específica en la zona 1 presenta características propias de comunidades estables,

sin perturbaciones importantes. La asociación de la zona 2 presenta características de

comunidades inestables. En sentido batimétrico, la zona 1 presenta grupos de gran similitud

(sobre 60%), con características de comunidad estable. En cambio, en la zona 2 se distingue dos

grupos importantes de estaciones que se diferencian en su composición, constituyendo una

asociación distribuida entre 100 y 200 m, y otra entre 200 y 300 m.

La evaluación de stock indirecta revela que el stock del recurso camarón nailon está siendo

impactado por un nivel de mortalidad por pesca excesivo, ya que supera, incluso, el nivel de

mortalidad por pesca de referencia F20%, lo que implica alto riesgo de sobrepesca por crecimiento.

Asimismo, el modelo de evaluación tiene verosimilitud para niveles de captura del orden de 10

mil ton, prácticamente el doble de la cuota de pesca establecida para el año 2001. Se considera

altamente necesario evaluar estas consideraciones utilizando un modelo de evaluación dinámico e

integrado que permita analizar la situación del recurso camarón nailon, considerando tanto las

variaciones en el reclutamiento como en la capturabilidad y en las tasas de explotación. El hecho

de que la biomasa vulnerable del stock sea del orden de 20 mil a 21 mil ton durante los últimos 3

años, en comparación con niveles de 30 a 50 mil ton entre 1993 y 1997, implica que ha ocurrido

cambios dinámicos en el stock que deben ser considerados en diagnósticos futuros de la situación

del recurso y de la pesquería. Sin embargo, nuestra evaluación indirecta confirma la deteriorada

situación del stock de camarón nailon de la II a la VIII Regiones, lo que es dramático de la V a la

VIII Regiones.

vii

TABLA DE CONTENIDOS

COMPOSICIÓN Y ORGANIZACIÓN DEL EQUIPO PROFESIONAL Y TÉCNICO.. i

RESUMEN EJECUTIVO................................................................................................. ii

TABLA DE CONTENIDOS .............................................................................................vii

INDICE DE TABLAS ...................................................................................................... xi

INDICE DE FIGURAS..................................................................................................... xv

INDICE DE ANEXOS .................................................................................................... xix

1. OBJETIVO GENERAL.................................................................................................... 1

2. OBJETIVOS ESPECÍFICOS............................................................................................ 1

2.1. OBJETIVO ESPECIFICO 1................................................................................. 12.2. OBJETIVO ESPECIFICO 2................................................................................. 12.3. OBJETIVO ESPECIFICO 3................................................................................. 12.4. OBJETIVO ESPECIFICO 4................................................................................. 1

3. ANTECEDENTES ........................................................................................................... 2

4. METODOLOGIA............................................................................................................. 3

4.1. Diseño de muestreo.................................................................................................... 34.2. Estrategia general de muestreo................................................................................... 4

4.2.1. Diseño muestreal adaptativo............................................................................ 5 4.2.2. Plan de muestreo.............................................................................................. 8 4.2.3. Número de transectas y número de lances....................................................... 9

4.3. Programa de Uso de Naves....................................................................................... 104.4. Determinación de la densidad................................................................................... 104.5. Determinación de la Captura..................................................................................... 114.6. Determinación del área barrida................................................................................. 11

4.6.1. Determinación de la distancia de barrido........................................................ 12 4.6.2. Determinación del ancho de barrido de la red (APA)..................................... 12

4.6.2.1. Metodología de cálculo de la abertura de punta de alas (APA)..........12 4.6.2.1.1. Rango de variabilidad de los estimados de APA.................16

4.6.3. Influencia de la variabilidad del APA en la variabilidad del estimador de Biomasa............................................................................................................19

4.7. OBJETIVO ESPECÍFICO 1......................................................................................21

viii

4.7.1. Identificación de caladeros ..............................................................................21 4.7.2. Enfoque geoestadístico.................................................................................... 23

4.7.3. Análisis estructural.......................................................................................... 25 4.7.4. Ajuste mínimo cuadrático de Cressie.............................................................. 26 4.7.5. Validación cruzada.......................................................................................... 27 4.7.6. Mapeo por kriging........................................................................................... 28

4.8. OBJETIVO ESPECÍFICO 2..................................................................................... 30

4.8.1. Propiedades estadísticas de los estimadores................................................... 30 4.8.2. Estimadores modelo-basados......................................................................... 30

4.8.2.1. Estimador geoestadístico.................................................................. 32 4.8.2.2. Estimador GAM............................................................................... 35 4.8.2.3. Estimador log-normal. Distribución Delta....................................... 40 4.8.2.4. Análisis de la distribución de probabilidades de la CPUE............... 42

4.8.3. Estimadores diseño-basados.......................................................................... 45

4.8.3.1. Estimador cuasi-diseño-basado bootstrap........................................ 45

4.8.4. Estimaciones de la densidad media y varianza por el metodo de Thompson (1992)............................................................................................................ 46

4.8.5. Abundancia y biomasa a la talla................................................................... 48

4.9. OBJETIVO ESPECÍFICO 3................................................................................... 50

4.9.1. Fecundidad y madurez de los huevos.......................................................... 50 4.9.2. Determinación del potencial reproductivo................................................... 51

4.10. OBJETIVO ESPECÍFICO 4 ................................................................................ 52

4.10.1. Análisis descriptivo................................................................................... 53 4.10.2. Identificación y caracterización espacial de comunidades........................ 53

4.10.2.1. Identificación de comunidades .................................................. 54.........4.10.2.2. Determinación de diferencias entre comunidades...................... 55

4.11. SITUACIÓN DEL STOCK.................................................................................. 58

4.11.1. Producción secundaria.............................................................................. 58 4.11.2. Recurso camarón nailon ........................................................................... 60 4.11.3. Análisis de la situación ............................................................................. 64

ix

5. RESULTADOS.............................................................................................................. 67

5.1. Aspectos operacionales de los cruceros ............................................................... 67

5.2. Lances, registros de posición y distancia recorrida en cada lance ........................ 68

5.3. Determinación del ancho de barrido de la red (APA) .......................................... 69

5.4. OBJETIVO ESPECÍFICO 1.................................................................................. 72

5.4.1. Identificación de caladeros y Enfoque geoestadístico................................ 72 5.4.2. Análisis estructural...................................................................................... 75

5.5. OBJETIVO ESPECÍFICO 2.................................................................................. 79

5.5.1. Estimadores modelo-basados...................................................................... 79

5.5.1.1. Estimador geoestadístico............................................................... 79 5.5.1.2. Distribución Delta......................................................................... 81 5.5.1.3. Distribución de frecuencias de tamaños ....................................... 85 5.5.1.4. Estimación de la biomasa del recurso mediante modelo GAM.... 94

5.5.1.4.1. Selección del modelo ................................................... 94 5.5.1.4.2. Estimación de varianza ................................................ 95

5.5.1.5. Análisis de la distribución de densidad de la variable aleatoria CPUA ........................................................................................... 98

5.5.2. Estimación de la biomasa con el estimador cuasi-diseño-basado bootstrap ................................................................................................ 101

5.5.3. Estimación de biomasa por el método de Thompson (1992) .................. 1065.5.4. Influencia de la variabilidad del APA en la variabilidad del estimador

de Biomasa............................................................................................... 108

5.6. OBJETIVO ESPECÍFICO 3............................................................................... 110

5.6.1. Proporción sexual por región .................................................................. 110 5.6.2. Proporción de hembras ovíferas por región ............................................ 110 5.6.3. Tallas y pesos promedio por región ........................................................ 111 5.6.4. Análisis estructural y disposición espacial del potencial reproductivo .. 112

5.7. OBJETIVO ESPECÍFICO 4 .............................................................................. 115

5.7.1. Identificación de comunidades ............................................................... 115

x

5.7.1.1. Composición específica de la fauna acompañante ........................ 115

5.7.2. Distribución de la fauna acompañante en sentido latitudinal..................... 116 5.7.3. Identificación de asociaciones específicas en sentido latitudinal .............. 118

5.7.3.1. Determinación de diferencias entre asociaciones específicas en sentido latitudinal ..................................................................... 119

5.7.3.2. Comparación abundancia/biomasa (Curvas ABC) de las asociaciones específicas en sentido latitudinal ................................... 120

5.7.4. Distribución de la fauna acompañante en sentido batimétrico ................... 122

5.7.5. Identificación de asociaciones específicas en sentido batimétrico ............. 125

5.7.5.1. Diferenciación y caracterización de asociaciones específicas en sentido batimétrico ........................................................................ 126

5.8. SITUACIÓN DEL STOCK..................................................................................... 130

5.8.1. Producción secundaria................................................................................. 130 5.8.2. Análisis de la situación del recurso ............................................................. 131

6. DISCUSION. ................................................................................................................. 135

7. CONCLUSIONES. ........................................................................................................ 141

8. REFERENCIAS BIBLIOGRAFICAS. ......................................................................... 143

9. ANEXOS ....................................................................................................................... 152

Anexo 1. Registros de Posición, distancia recorrida, abertura de punta de alas, captura de especie objetivo y CPUE .................................... 152

Anexo 2. Planos de las redes ........................................................................ 165 Anexo 3. Estructura de tallas por sexo, para cada caladero.......................... 169 Anexo 4. Relación longitud/peso por sexo ................................................... 174 Anexo 5. Biomasa y abundancia a la talla, por sexo, caladero, región,

dentro y fuera de las 5 mn, según el enfoque geoestadístico yDistribución Delta.......................................................................... 177

xi

INDICE DE TABLAS

Pág.Tabla 1. Variables espaciales y temporales utilizadas en el proceso de selección de

modelo GAM ........................................................................................................ .... 38

Tabla 2. Parámetros de crecimiento de la ecuación de von Bertalanffy usados en laestimación de producción secundaria de camarón nailon. Los errores estándarse muestran en paréntesis. K es la tasa intrínseca de crecimiento, L∞ es lalongitud asintótica, β es el parámetro de la relación longitud-peso ................... .... 60

Tabla 3. Parámetros de crecimiento en longitud de camarón nailon ................................. .... 62

Tabla 4. Programa de operación de las naves, transectas, zonas, número de lances yperíodo de actividades ......................................................................................... ... 67

Tabla 5. Número de lances efectuados por Región para la captura de camarón nailon ..... .... 68

Tabla 6. Tabla 6. Abertura de punta de alas (APA, m) promedio y otros estadígrafospara los PAMs “FOCHE” y “NISSHIN MARU III” y de la L/M “PIONERO”en los lances positivos utilizados en la evaluación.............................................. .... 70

Tabla 7. Límites latitudinales de los caladeros de pesca de camarón nailon y área (mn2 ykm2) correspondiente ........................................................................................... .... 72

Tabla 8. Fracción de área (mn2) de los caladeros dentro y fuera de las 5 mn de reservade la pesca artesana l............................................................................................ .... 75

Tabla 9. Parámetros del variograma teórico según el modelo esférico. SCR= suma decuadrados de los residuos, VNE= Varianza no explicada ................................... .... 77

Tabla 10. Indice de densidad promedio (Dg; ton/mn2), área por caladero (mn2) y varianzade estimación (Var(Dg); ton2/mn4). Enfoque geoestadístico ............................... .... 79

Tabla 11. Estimador de biomasa (Bg; tons), varianza de estimación (Var(Bg); ton2),estimador de abundancia (Ag; miles de ejemplares) y varianza de estimación(Var(Ag), Nºx1012) según el enfoque geoestadístico ........................................... .... 80

Tabla 12. Indice de densidad promedio (DD; ton/mn2), área por caladero (mn2) yvarianza de estimación (Var(DD); ton2/mn4). Distribución Delta ....................... .... 81

Tabla 13. Estimador de biomasa (BD; ton), varianza de estimación (Var(BD); ton2),estimador de abundancia (AD; miles de ejemplares) y varianza de estimación(Var(AD), Nºx1012) según la Distribución Delta ................................................. .... 82

Tabla 14. Biomasa (ton) y abundancia (miles de ejemplares), por región, según elenfoque geoestadístico y Distribución Delta ....................................................... .... 83

xii

Tabla 15. Biomasa (ton) y abundancia (miles de ejemplares), por caladero, dentro yfuera de las 5 mn de reserva a la pesca artesanal. Enfoque geoestadístico ......... .... 83

Tabla 16. Biomasa (ton) y abundancia (miles de ejemplares) por caladero dentro yfuera de las 5 mn de reserva a la pesca artesanal. Distribución Delta ................. .... 84

Tabla 17. Biomasa (ton) y abundancia (miles de ejemplares) por caladero dentro yfuera de las 5 mn de reserva a la pesca artesanal. Distribución Delta ................. .... 84

Tabla 18. Biomasa (ton) y abundancia (miles de ejemplares) por región dentro y fuerade las 5 mn de reserva a la pesca artesanal. Enfoque geoestadístico .................. .... 85

Tabla 19. Esfuerzo total del muestreo de frecuencia (medidos) y biológico-específicos(pesados) de la captura de camarón nailon, en la evaluación directa decamarón nailon entre la II y VIII regiones, según embarcación. s/h: hembrassin huevos ; c/h: hembras con huevos ................................................................. .... 86

Tabla 20. Número de ejemplares de camarón nailon medidos por rango de latitud, sexo ycondición reproductiva. s/h: hembras sin huevos; c/h: hembras con huevos ...... .... 86

Tabla 21. Número de los ejemplares medidos de camarón nailon para el análisis defrecuencia de tallas, por estrato de profundidad, sexo y condiciónreproductiva. s/h: hembras sin huevos; c/h: hembras con huevos ....................... .... 87

Tabla 22. Porcentaje de los ejemplares medidos de camarón nailon para el análisis defrecuencia de tallas, por estrato de profundidad, sexo y condiciónreproductiva. s/h: hembras sin huevos; c/h: hembras con huevos ....................... .... 87

Tabla 23. II Región, distribución de frecuencias de tamaños (longitud cefalotorácica,LC), total y por sexo ............................................................................................ .... 92

Tabla 24. III Región, distribución de frecuencias de tamaños (longitud cefalotorácica,LC), total y por sexo ............................................................................................ .... 92

Tabla 25. IV Región, distribución de frecuencias de tamaños (longitud cefalotorácica,LC), total y por sexo ............................................................................................ .... 92

Tabla 26. V Región, distribución de frecuencias de tamaños (longitud cefalotorácica,LC), total y por sexo ............................................................................................ .... 92

Tabla 27. VI Región, distribución de frecuencias de tamaños (longitud cefalotorácica,LC), total y por sexo ............................................................................................ .... 93

Tabla 28. VII Región, distribución de frecuencias de tamaños (longitud cefalotorácica,LC), total y por sexo ............................................................................................ .... 93

Tabla 29. Total Regiones, distribución de frecuencias de tamaños (longitud

xiii

cefalotorácica, LC), total y por sexo ................................................................. .... 93

Tabla 30. Estimados de densidad media y biomasa por caladero y total de camarónnailon, obtenidas mediante el estimador modelo basado GAM ......................... .... 98

Tabla 31. Estimación máximo verosímiles de α, µ, y σ2 para la distribución de la CPUA. .. 100

Tabla 32. Estimados de densidad media (ton/mn2) y biomasa (ton) por caladero y total,obtenidas de 1000 iteraciones bootstrap .............................................................. .. 101

Tabla 33. Resultado de los test de normalidad (Kolmorov-Smirnov y Chi cuadrado),aplicado a la distribución de la densidad promedio por caladero y total,obtenida del proceso de remuestreo bootstrap (n.s = no existe diferenciasignificativa con la distribución normal) ............................................................. ...102

Tabla 34. Valores estimados de densidad media y abundancia por caladero y total,obtenidos de 1000 iteraciones bootstrap ............................................................. ...106

Tabla 35. Resultados del análisis estadístico de Thompson (1992), para la estimaciónde biomasa y abundancia de camarón nailon en el área de prospección,considerando los lances de abundancia mayor o igual a 50 kg ......................... ...107

Tabla 36. Resultados del análisis estadístico de Thompson (1992), para la estimación debiomasa y abundancia de camarón nailon en el área de prospección,incluyendo además los lances de menor captura (menores que 50 kg) ............... ...107

Tabla 37. Resultados del análisis estadístico de Thompson (1992), para la estimación debiomasa y abundancia de camarón nailon en el área de prospección,incluyendo los lances con captura mayor o igual a 12,5 kg ................................ ...108

Tabla 38. Resultados del proceso de selección Stepwise para estimar el porcentaje devarianza de la biomasa explicada por diversas variables .................................... ...109

Tabla 39. Proporción sexual en porcentaje de los ejemplares de camarón nailon medidos,por región ............................................................................................................ ...110

Tabla 40. Porcentaje de los ejemplares hembras de camarón nailon medidos en elmuestreo de frecuencia de tallas por región, según condición reproductiva. s/h:hembras sin huevos; c/h: hembras con huevos .................................................... ...111

Tabla 41. Tallas promedio de camarón nailon por región, sexo y condición reproductiva.s/h: hembras sin huevos; c/h: hembras con huevos. LC= longitud cefalotorax(mm) .................................................................................................................... ...111

Tabla 42. Pesos promedios de camarón nailon por región, sexo y condición reproductiva.s/h: hembras sin huevos; c/h: hembras con huevos. PT= peso total ................... ...112

xiv

Tabla 43. Parámetros del variograma teórico según el modelo exponencial. SCR: sumade cuadrados de los residuos, VNE: Varianza no explicada ............................... ...112

Tabla 44. Indice de densidad promedio (DHg; millones de huevos/mn2) y abundancia(Hg, millones de huevos) por caladero y su varianza de estimación (Var(Hg),Nº huevos *1012) .................................................................................................. ...113

Tabla 45. Listado de las especies que conforman la fauna acompañante en las capturas decamarón nailon (Heterocarpus reedi) .................................................................. ...115

Tabla 46. Proporción (%) de la fauna acompañante presente en las capturas de camarónnailon separados por región ................................................................................. ...116

Tabla 47. Abundancia relativa promedio (CPUE) las especies de la zonas 1 y 2, cuyadiferencia no es tan marcada y resultados de la comparación por medio de laaproximación normal de Mann-Whitney, aplicando inferencia simultanea deBonferroni. * = significativo a p < 0,007 ............................................................ ...120

Tabla 48. Estadístico W promedio obtenido con el método de remuestreo Jacknife yresultados de la prueba de significancia por medio de la aproximación normalde Mann-Whitney. * = significativo a p < 0,05 .................................................. ...121

Tabla 49. Proporción (%) de la fauna acompañante presente en las capturas de camarónnailon en función de estratos de 50 m de profundidad ........................................ ...123

Tabla 50. Estadístico W promedio obtenido con el método de remuestreo Jacknife yresultados de la prueba de significancia por medio de la aproximación normalde Mann-Whitney. * = significativo a p < 0,05 .................................................. ...128

Tabla 51. Estimaciones de la razón producción-biomasa (P/B) y producción para machos,hembras y el total, con su respectivo intervalo del 95% de confianza ( )05.0=αpara el año 2002 .......................................................................................................... ...130

Tabla 52. Camarón nailon, evaluación indirecta año 2001 ................................................... ...133

Tabla 53. Camarón nailon, mortalidad por pesca actual y su comparación conmortalidades por pesca de referencia ................................................................. ...133

xv

INDICE DE FIGURAS

Pág.Fig. 1. Diagrama de flujo del cálculo abertura portalones y abertura punta de alas,

basado en metodología de Koyama (1974) ............................................................. .... 15

Fig. 2. Esquema de estimación de la biomasa y abundancia mediante estimador GAM ... .... 39

Fig. 3. Esquema de pasos en un análisis multivariado basado en Indice de Similitud paraidentificar asociaciones específicas (Clarke & Warwick, 1994) ............................ .... 55

Fig. 4. Curva k-dominancia hipotética para abundancia y biomasa, mostrando distintosgrados de perturbación ............................................................................................ .... 57

Fig. 5a. Disposición espacial de los lances de pesca positivos (puntos negros) y negativos(puntos rojos) de camarón nailon entre 21º y 31º S ................................................ .... 73

Fig. 5b. Disposición espacial de los lances de pesca positivos (puntos negros) y negativos(puntos rojos) de camarón nailon entre 31º y 40º S ............................................... .... 74

Fig. 6. Disposición espacial de caladeros de camarón nailon indicando la fracción deárea dentro (verde) y fuera (rojo) de las 5 mn de exclusión artesanal entre 21º27’S y 38ºS ............................................................................................................. .... 76

Fig. 7. Variograma experimental (puntos negros) y variograma teórico (modeloexponencial, línea continua) ajustado mediante mínimos cuadrados ponderados................................................................................................................................. .... 77

Fig. 8. Mapa georreferenciado de la densidad de camarón nailon en los 15 caladerosdetectados en este estudio ....................................................................................... .... 78

Fig. 9. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarónnailon, II Región. Número de observaciones: machos =1.255; hembras =1.044;total =2.299 ............................................................................................................. .... 88

Fig. 10. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarónnailon, III Región. Número de observaciones: machos =1.473; hembras =1.043;total =2.516 ............................................................................................................. .... 89

Fig. 11. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarónnailon, IV Región. Número de observaciones: machos =1.899; hembras =1055;total =2.954 ............................................................................................................. .... 89

Fig. 12. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarónnailon, V Región. Número de observaciones: machos =966; hembras =786; total

xvi

=1.752 ..................................................................................................................... .... 90

Fig. 13. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarónnailon, VI Región. Número de observaciones: machos =1.076; hembras =805;total =1.881 ............................................................................................................. .... 90

Fig. 14. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarónnailon, VII Región. Número de observaciones: machos =1.287; hembras =741;total =2.028. ............................................................................................................ .... 91

Fig. 15. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarónnailon, Total Regiones. Número de observaciones: machos =7.956; hembras=5.474; total =13.430 .............................................................................................. .... 91

Fig. 16. Ajuste parcial para las variables consideradas en el modelo GAM de estimaciónde la Biomasa (Latitud y Longitud). Los gráficos superiores representan losresiduales parciales, mientras que en el panel inferior se representa los intervalosde confianza para el ajuste correspondiente (Las marcas verticales a lo largo dela abscisa representan la densidad de observaciones) ............................................. .... 96

Fig. 17. Ajuste parcial para las variables consideradas en el modelo GAM de estimaciónde la Biomasa (Profundidad media del lance y Caladero). Los gráficos superioresrepresentan los residuales parciales, mientras que en el panel inferior serepresenta los intervalos de confianza para el ajuste (Las marcas verticales a lolargo de la abscisa representan la densidad de observaciones) ............................... .... 97

Fig. 18. Histograma de frecuencia relativa y función de densidad ajustada (g(U))utilizando estimadores máximo verosímiles ........................................................... .... 99

Fig. 19. Función de log-verosimilitud ilustrando el estimado máximo verosímil de lamedia de los datos transformados de CPUA .......................................................... .... 99

Fig. 20. Camarón nailon, perfil de log-verosimilitud para el parámetro α que controla latransformación Box-Cox de los datos de CPUA .................................................... .. 100

Fig. 21. Distribución de la densidad promedio obtenida de las iteraciones bootstrap(n=1.000) utilizada para estimar la biomasa por caladero ...................................... .. 103

Fig. 22. Histograma de la frecuencia estimada de densidad promedio de todos loscaladeros, obtenida del proceso bootstrap (n=1.000 iteraciones, la línea continuacorresponde a la distribución normal esperada) ...................................................... .. 105

Fig. 23. Disposición espacial del potencial reproductivo (Nº huevos x 109) de camarónnailon en los 15 caladeros detectados en este estudio ............................................. .. 114

Fig. 24. Proporción (%) de la fauna acompañante presente en las capturas de camarónnailon, separados por región ................................................................................... .. 117

xvii

Fig. 25. Análisis de clasificación de la abundancia relativa en peso (cpue) de la faunaacompañante en las capturas de camarón nailon en sentido latitudinal ................. .. 118

Fig. 26. Indice de Importancia Relativa de los taxa que conforman la fauna acompañanteen las capturas de camarón nailon (Heterocarpus reedi), cuya abundanciarelativa (CPUE) es mayor al 1% de la captura de la fauna acompañante. Zona 1(A) y Zona 2 (B) ..................................................................................................... .. 119

Fig. 27. Curva k-dominancia (Curva ABC) para abundancia y biomasa de las principalesespecies que conforman la fauna acompañante en las capturas de camarón nailonpara las zonas 1 (A) y 2 (B) .................................................................................... .. 121

Fig. 28. Proporción (%) de la fauna acompañante presente en las capturas de camarónnailon en función de estratos de 50 m de profundidad. Ver acrónimos por especieen Tabla 48 .............................................................................................................. .. 124

Fig. 29. Análisis de clasificación de la abundancia relativa en peso (cpue) de la faunaacompañante en las capturas de camarón nailon (Heterocarpus reedi), en la zona1, en un sentido batimétrico .................................................................................... .. 125

Fig. 30. Análisis de clasificación de la abundancia relativa en peso (CPUE) de la faunaacompañante en las capturas de camarón nailon en la zona 2, en sentidobatimétrico. Asociación distribuida entre 100 y 150 m de profundidad (A), entre200 y 300 m (B) y estaciones con escasa similitud o muy pocas para constituirgrupos (C) ............................................................................................................... .. 136

Fig. 31. Indice de Importancia Relativa de las especies que conforman la faunaacompañante en las capturas de camarón nailon cuya abundancia relativa(CPUE) es mayor al 1% de la captura de la fauna acompañante. Zona 1 (24,65-36,15º S) .................................................................................................................. .. 127

Fig. 32. Curva k-dominancia (Curva ABC) para abundancia y biomasa de las principalesespecies que conforman la fauna acompañante en las capturas de camarón nailonpara la zona 1 (24,65-36,15º S) ............................................................................... .. 127

Fig. 33. Curva k-dominancia (Curva ABC) para abundancia y biomasa de las principalesespecies que conforman la fauna acompañante en las capturas de camarón nailonpara la zona 2 (21,82-37,98º S) en profundidades de 100 a 200 m (A) y 200 a300 m (B) ................................................................................................................ .. 128

Fig. 34. Indice de Importancia Relativa de las especies que conforman la faunaacompañante en las capturas de camarón nailon cuya abundancia relativa esmayor al 1% de la captura de la fauna acompañante. Zona 1 (A) y Zona 2 (B) ..... .. 129

Fig. 35. Camarón nailon, composición por talla observada y estimada .................................. .. 132

Fig. 36. Camarón nailon, patrón de explotación a la talla ....................................................... .. 132

xviii

Fig. 37. Camarón nailon, curvas de rendimiento por recluta (YPR) y biomasa desovante porrecluta (SPR) ............................................................................................................... .. 134

xix

INDICE DE ANEXOS

Pág.

Anexo 1.1. Registros de Posición, distancia recorrida, abertura de punta de alas, captura deespecie objetivo y CPUE....................................................................................... .. 153

Anexo 1.2. Datos de los lances positivos utilizados en la evaluación, en este estudio............ .. 162

Anexo 2. Planos técnicos de las redes utilizadas por las embarcaciones que realizaron losmuestreos............................................................................................................... .. 165

Anexo 3.1. Distribución de frecuencias de talla de camarón nailon por caladero. Caladeros2 a 6 y 9 a 15. Machos............................................................................................ .. 170

Anexo 3.2. Distribución de frecuencias de talla de camarón nailon por caladero. Caladeros2 a 6, y 9 a 15. Hembras......................................................................................... .. 171

Anexo 3.3. Distribución de frecuencias de talla de camarón nailon por región. Machos......... .. 172

Anexo 3.4. Distribución de frecuencias de talla de camarón nailon por región. Hembras....... .. 173

Anexo 4.1. Parámetros de la relación longitud-peso de camarón nailon por caladero.Machos.................................................................................................................... .. 175

Anexo 4.2. Parámetros de la relación longitud-peso de camarón nailon por caladero.Hembras................................................................................................................. .. 175

Anexo 4.3. Parámetros de la relación longitud-peso de camarón nailon por caladero.Ambos..................................................................................................................... .. 176

Anexo 5.1. Biomasa (tons) a la talla de machos de camarón nailon por caladero dentro delas 5 mn de reserva artesanal. Enfoque geoestadístico.......................................... .. 178

Anexo 5.2. Biomasa (tons) a la talla de hembras de camarón nailon por caladero dentro delas 5 mn de reserva artesanal. Enfoque geoestadístico.......................................... .. 179

Anexo 5.3. Biomasa (tons) a la talla de machos de camarón nailon por caladero fuera delas 5 mn de reserva artesanal. Enfoque geoestadístico. ........................................ .. 180

Anexo 5.4. Biomasa (tons) a la talla de hembras de camarón nailon por caladero fuera delas 5 mn de reserva artesanal. Enfoque geoestadístico.......................................... .. 181

Anexo 5.5. Biomasa (tons) a la talla de machos de camarón nailon por caladero dentro delas 5 mn de reserva artesanal. Distribución Delta.................................................. .. 182

Anexo 5.6. Biomasa (ton) a la talla de hembras de camarón nailon por caladero dentro de

xx

las 5 mn de reserva artesanal. Distribución Delta.................................................. .. 183

Anexo 5.7. Biomasa (ton) a la talla de machos de camarón nailon por caladero fuera de las5 mn de reserva artesanal. Distribución Delta........................................................ .. 184

Anexo 5.8. Biomasa (ton) a la talla de hembras de camarón nailon por caladero fuera delas 5 mn de reserva artesanal. Distribución Delta.................................................. .. 185

Anexo 5.9. Biomasa (ton) a la talla de machos de camarón nailon por región dentro de las5 mn de reserva artesanal. Enfoque geoestadístico................................................ .. 186

Anexo 5.10. Biomasa (ton) a la talla de hembras de camarón nailon por región dentro delas 5 mn de reserva artesanal. Enfoque geoestadístico........................................ .. 187

Anexo 5.11. Biomasa (ton) a la talla de machos de camarón nailon por región fuera de las 5mn de reserva artesanal. Enfoque geoestadístico................................................. .. 188

Anexo 5.12. Biomasa (ton) a la talla de hembras de camarón nailon por región fuera de las5 mn de reserva artesanal. Enfoque geoestadístico.............................................. .. 189

Anexo 5.13. Biomasa (ton) a la talla de machos de camarón nailon por región dentro de las5 mn de reserva artesanal. Distribución Delta..................................................... .. 190

Anexo 5.14. Biomasa (ton) a la talla de hembras de camarón nailon por región dentro delas 5 mn de reserva artesanal. Distribución Delta................................................ .. 191

Anexo 5.15. Biomasa (ton) a la talla de machos de camarón nailon por región fuera de las 5mn de reserva artesanal. Distribución Delta........................................................ .. 192

Anexo 5.16. Biomasa (ton) a la talla de hembras de camarón nailon por región fuera de las5 mn de reserva artesanal. Distribución Delta..................................................... .. 193

Anexo 5.17. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porcaladero dentro de las 5 mn de reserva artesanal. Enfoque geoestadístico.......... .. 194

Anexo 5.18. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porcaladero dentro de las 5 mn de reserva artesanal. Enfoque geoestadístico.......... .. 195

Anexo 5.19. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porcaladero fuera de las 5 mn de reserva artesanal. Enfoque geoestadístico............ .. 196

Anexo 5.20. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porcaladero fuera de las 5 mn de reserva artesanal. Enfoque geoestadístico............ .. 197

Anexo 5.21. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porcaladero dentro de las 5 mn de reserva artesanal. Distribución Delta................. .. 198

Anexo 5.22. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon por

xxi

caladero dentro de las 5 mn de reserva artesanal. Distribución Delta................. .. 199

Anexo 5.23. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porcaladero fuera de las 5 mn de reserva artesanal. Distribución Delta................... .. 200

Anexo 5.24. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porcaladero fuera de las 5 mn de reserva artesanal. Distribución Delta................... .. 201

Anexo 5.25. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porregión dentro de las 5 mn de reserva artesanal. Enfoque geoestadístico............. .. 202

Anexo 5.26. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porregión dentro de las 5 mn de reserva artesanal. Enfoque geoestadístico............. .. 203

Anexo 5.27. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porregión fuera de las 5 mn de reserva artesanal. Enfoque geoestadístico............... .. 204

Anexo 5.28. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porregión fuera de las 5 mn de reserva artesanal. Enfoque geoestadístico............... .. 205

Anexo 5.29. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porregión dentro de las 5 mn de reserva artesanal. Distribución Delta.................... .. 206

Anexo 5.30. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porregión dentro de las 5 mn de reserva artesanal. Distribución Delta.................... .. 207

Anexo 5.31. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porregión fuera de las 5 mn de reserva artesanal. Distribución Delta...................... .. 208

Anexo 5.32. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porregión fuera de las 5 mn de reserva artesanal. Distribución Delta. .. 209

1

1. OBJETIVO GENERAL

Estimar la biomasa y abundancia de camarón nailon en el litoral comprendido entre la II y

VIII Regiones a través de una evaluación directa con el método de área barrida

2. OBJETIVOS ESPECIFICOS

2.1. Determinar la distribución espacial del recurso camarón nailon en el área de estudio.

2.2. Determinar la biomasa total (en peso) y abundancia (en número) total, y según sexo y

talla, del camarón nailon en el área de estudio, y por región y focos de abundancia, según

corresponda.

2.3. Determinar la condición reproductiva del camarón nailon en el área y período de estudio.

2.4. Determinar la composición e importancia relativa de las especies que constituyen la fauna

acompañante de este recurso durante los cruceros de evaluación.

2

3. ANTECEDENTES

La pesquería industrial de camarón nailon que se realiza en la Unidad de Pesquería II a VIII

Regiones, se encuentra bajo una situación de incertidumbre debido a la, aparentemente, precaria

situación del stock por sobreexplotación, luego de un auspicioso período que abarcó la mayor

parte de la década de los 90 (FIP 97-23). Este recurso mantenía una imagen de estabilidad de

acuerdo con la constancia en los niveles de desembarque durante la primera parte de los años 90,

aunque la evaluación directa del mismo, en 1998, reveló niveles de abundancia y biomasa más

bajos de lo esperado, de poco más de 9 mil ton, sólo en niveles comerciales entre la III y V

Regiones (Roa et al.,1999; FIP 98-03). Estos resultados son en general consistentes con los

informados después en el Proyecto FIP 99-08 (Acuña et al., 1999), aunque los niveles de

abundancia y biomasa fueron mayores que los estimados por Roa et al. (1999; FIP 98-03).

En este contexto, el Consejo de Investigación Pesquera efectuó un Llamado Público (04.01.2001)

para la presentación de propuestas de evaluación directa del recurso camarón nailon (Proyecto

FIP Nº 2001-05), independientemente de la evaluación directa del langostino colorado y

langostino amarillo (Proyecto FIP Nº 2001-06), todos desde la II a la VIII Regiones. Con ambas

propuestas se establece una situación más lógica que la ocurrida el año anterior (Proyecto FIP Nº

2000-05), en cuanto a que se debe efectuar cruceros independientes para recursos pesqueros con

dinámicas y distribuciones diferentes, sin mezclar evaluaciones directas atendiendo razones

económicas, por lo que, creemos, ahora se cautela mejor las opciones de evaluaciones más

certeras manejándose dos proyectos independientes.

La Universidad Católica del Norte en conjunto con la Universidad de Concepción y el Instituto

de Investigación Pesquera de la VIII Región, a través de la amplia experiencia de estos grupos de

trabajo, se adjudicaron la ejecución del presente proyecto FIP 2001-5.

3

4. METODOLOGIA

Durante este proyecto se realizó un crucero de evaluación directa por el método de área barrida

(Alverson y Pereyra, 1969) utilizando dos barcos comerciales arrastreros camaroneros, uno de la

Empresas Pesqueras, SIRIUS ACHERNAR (PAM Nisshin Maru) e ISLADAMAS (PAM Foche)

de Coquimbo, ambas naves de características técnicas similares. Dada la experiencia anterior

(Proyecto FIP 2000-05), se utilizó una nave arrastrera artesanal (Pionero) en la sección entre el

límite norte de la III Región y Caleta Pajonales correspondiente a la zona de reserva artesanal.

Operativamente, el crucero de la parte norte de este proyecto (II a IV Regiones) fue efectuado por

el PAM Foche y la zona Sur por el PAM Nisshin Maru. Las tripulaciones estuvieron

conformadas por técnicos y gente de mar.

4.1. DISEÑO DE MUESTREO

Se utilizó un diseño de muestreo que comprende toda el área de estudio entre las Regiones II y

VIII, intensificándose el muestreo sólo en los focos de mayor abundancia de cada recurso, de

acuerdo con lo establecido en las Bases Especiales del proyecto. La intensificación de los

muestreos al interior de cada foco de abundancia se realizó inmediatamente después de ser

detectado el foco.

Los diseños muestreales se definieron a priori, independientemente de la información obtenida

durante el proceso de muestreo, excepto en las estrategias adaptativas (Thompson 1992). Sin

embargo, teniendo en cuenta que, según las bases de esta propuesta, se requiere la intensificación

del muestreo sobre los focos de abundancia detectados, a diferencia de propuestas anteriores,

donde el plan de muestreo consideraba dos fases en cada una de las cuales se desarrollaba la

estrategia de muestreo bietápico, esto fue mejorado, en términos del muestreo mismo, del ahorro

de tiempo y de los costos, desarrollando la intensificación del muestreo inmediatamente a

continuación de ser detectado el foco, sin esperar cubrir primero toda el área de muestreo y

regresar muchos días después a completar el muestreo en términos de su intensificación. En este

proyecto se utilizó el esquema de muestreo por “transectas sistemáticas adaptativas latitudinales

alternadas”.

4

Acá, en términos estadísticos (Cochran 1977, Thompson 1992), las muestras primarias

correspondieron a aquellas que permiten delimitar el foco y dentro de ellas el uso de submuestras.

En nuestro caso, las muestras primarias correspondieron a las transectas, y las submuestras a las

observaciones (lances) dentro de cada transecta. En cada una de las etapas es posible definir

cualquier estrategia de muestreo, con la ventaja adicional que es posible estimar la variabilidad de

los estimadores para un subconjunto particular de unidades primarias, utilizando para ello los

resultados generados por sus respectivas submuestras. Esta propiedad es particularmente útil en

este estudio, por cuanto se requiere poner énfasis en la estimación de abundancia por foco.

El enfoque muestral para esta evaluación directa de la biomasa de camarón nailon considera la

información existente generada por evaluaciones anteriores (Acuña y Arancibia, 1996; Acuña et

al., 2000; Arredondo, 1996 y Roa et al., 1999a), las que confirman la distribución

latitudinalmente continua del camarón nailon, la que se evaluó mediante un muestreo por

transectas sistemáticas adaptativas. En el sentido longitudinal, se realizó un muestreo sistemático

a lo largo de la transecta que permitió determinar la amplitud de la banda de abundancia en las

zonas prospectadas, teniendo en consideración que la base del muestreo está en la distribución

espacial de la población y no en el tipo de análisis a realizar, los que pudieran condicionar la

estrategia muestral. En términos generales, el tipo de muestreo propuesto implicó una mayor

eficiencia en el uso del esfuerzo de muestreo, mayor precisión en la determinación de los bordes

de la distribución de abundancia y la obtención de estimadores más eficientes (respecto del error

cuadrático medio).

4.2. ESTRATEGIA GENERAL DE MUESTREO

A lo largo de la zona de abundancia definida por Acuña y Arancibia (1996); Acuña et al., (2000);

Arredondo (1996) y Roa et al., (1999a), se realizó un muestreo probabilístico (estocástico)

sistemático adaptativo con transectas espaciadas cada 10 minutos. El carácter probabilístico del

plan de muestreo latitudinal está dado por la posición de la primera transecta, la que se eligió al

azar entre las primeras 10 posibles posiciones en el límite norte de la II Región y la distribución

latitudinal de las transectas considera la distribución de la especie.

5

Dentro de cada transecta se definieron cuadrículas de 1 minuto de longitud, asumiendo que al

interior de cada cuadrícula la densidad es homogénea, realizándose un lance al interior de una de

cada dos cuadrículas. La selección de la cuadrícula a muestrear se hizo sistemáticamente a lo

largo de cada transecta, cubriendo la extensión longitudinal de la zona batimétrica entre 100 y

600 m profundidad de la zona en que se ubica la transecta. El carácter aleatorio del muestreo

estuvo dado por la selección aleatoria de la primera cuadrícula muestreada, la que fue

seleccionada de entre las dos primeras cuadrículas disponibles a partir de los 100 m de

profundidad en dirección este-oeste.

Dado que se conoce la distribución latitudinal de la especie, la estrategia adaptativa del muestreo

se definió en sentido longitudinal, con el fin de determinar las variaciones, en ese sentido, del

gradiente de la densidad y obteniendo así la delimitación del ancho de la banda de abundancia de

la especie. El carácter adaptativo del muestreo enfatiza la definición de los márgenes latitudinales

de los focos de mayor abundancia del plan de muestreo condicionado a los resultados de los

lances realizados en la transecta. En los lances de la transecta que resultaron con capturas igual o

superior a 50 kg., entonces se realizó una adaptación de la ubicación de las transectas realizando

dos transectas adicionales similares a las iniciales, una al norte y otra al sur de la transecta en

cuestión, lo que permitió definir con mayor precisión los límites latitudinales del foco detectado.

Para estos efectos, se consideró que 50 kg. del recurso recolectados desde la red son pesca

incidental que permite ayudar en la delimitación del caladero.

4.2.1. DISEÑO MUESTREAL ADAPTATIVO

El objetivo típico de este tipo de proyectos fue estimar la abundancia N(A) dentro del área de

estudio, basándose en un plan de muestreo del área, el que está, a su vez, condicionado por una

función de detectabilidad g(w), lo que proporciona la probabilidad condicional que un individuo

que está en la ubicación w sea incluido en la muestra. Esta función de detectabilidad es función

del plan de muestreo utilizado. Luego, si se utiliza un muestreo por cuadrantes, entonces la

función de detección dentro del cuadrante se asume igual a uno y cero fuera de él.

Para cualquier región A, la variable aleatoria N(A) corresponde al número de animales en A. En el

muestreo por transectas lineales basadas en la observación directa, la función vale uno a lo largo

6

de ésta y decrece gradualmente en la medida que se aleja de ella. En el caso de muestreo por

transectas, como es el caso de este estudio, la función vale uno a lo largo de la transecta y cero

fuera de ella, lo que significa que, dependiendo de la distribución espacial asumida para la

población, se puede modificar la función de detectabilidad, por ejemplo, considerando transectas

relativamente más angostas y más frecuentes, en lugar de regiones cuadradas o circulares de gran

área.

La mayor parte de los diseños muestrales se definen a priori, independientemente de la

información obtenida durante el proceso de muestreo. Para este estudio, sin embargo, se propuso

utilizar una técnica diferente llamada “muestreo adaptativo”, que considera el uso simultáneo, es

decir, durante el proceso de muestreo de la información obtenida. Por lo tanto, la probabilidad de

elegir una determinada secuencia de sitios de muestreos, depende de las observaciones hechas en

los sitios iniciales de la secuencia de muestreo. El objetivo de este diseño muestral es lograr un

cuadrado medio del error menor para un esfuerzo de muestreo esperado, condicionado en los

resultados observados. Se puede demostrar, al menos teóricamente, que virtualmente cualquier

diseño no adaptativo puede ser mejorado (en el sentido del error cuadrático medio), con la

incorporación de procedimientos adaptativos, excepto en los casos en que la distribución es

completamente uniforme y definida por un proceso de Poisson simple (Thompson, 1982, 1992),

lo que, ciertamente no corresponde al caso de la población en estudio.

En la práctica, este tipo de muestreo constituye una variante del muestreo bietápico, por cuanto,

al detectar una zona de abundancia, se produce una adaptación del plan de muestreo, la que

permite evaluar inmediatamente y en forma exhaustiva las características del foco. Esta es una

estrategia de muestreo diseño insesgada (Thompson, 1982), lo que implica que si n(A) es el valor

estimado del total poblacional, mediante una muestra “s”, entonces

}{ )(/)( ANsSAnE == (1)

Esto es, dada una determinada distribución espacial de los animales, se obtiene un estimador

insesgado total por medio de factores inducidos por el diseño muestral, como por ejemplo, la

aleatoriedad de la selección de los sitios de muestreo. Para este tipo de diseño, el área de estudio

7

A se divide en N unidades primarias o subregiones, cada una de las cuales se subdivide en M

unidades secundarias, cada una de área “a”. El objetivo es estimar la densidad

)(/)( AAND µ= (2)

de animales dentro de A, donde )(Aµ es el área de A. La muestra total (S) puede ser escrita

entonces como

),....,( Ni SSS = , (3)

donde iS es la muestra de la unidad primaria i, y tiene tamaño ).(Sin El número de animales de

la muestra iS será denotado por ijY , de modo que iY corresponde al número de animales en la i-

ésima unidad primaria. Luego, la densidad observada en la i-ésima unidad primara será

)(/ ii SanYd = , (4)

mientras que la densidad real es

)(/)( iii AAND µ= (5)

El diseño muestral es entonces el siguiente:

• Se seleccionó al azar un número fijo (1) de unidades secundarias dentro de la primera

unidad primaria.

• A continuación, se seleccionó una muestra de unidades secundarias al azar dentro de la

segunda unidad primaria, pero el tamaño muestral n(S2) es una muestra aleatoria que

depende de la densidad observada 1d en la primera unidad. Se continua de esta forma

seleccionando n(Si) unidades secundarias al azar dentro de la i-ésima unidad, con tamaños

muestrales n(Si) que dependen de la densidad observada 1−id .

El estimador de número de animales por unidad de área (densidad) es entonces el promedio de las

densidades observadas dentro de cada unidad primaria; es decir,

8

∑=

=N

iid

Nd

1

1 (6)

Se pueden observar algunas formas de sesgo en este tipo de diseño muestral. Suponiendo primero

que se usa el mismo diseño, pero para un estimador que usa el promedio de todas las

observaciones en lugar de promediar dentro de las unidades primarias. Si, por ejemplo, el

procedimiento adaptativo resulta en más muestras tomadas en regiones de alta densidad, entonces

el estimador indudablemente sobrestimará la densidad real de la población.

4.2.2. PLAN DE MUESTREO

Para este diseño se consideró que la red es arrastrada por una distancia fija a lo largo del fondo

del océano y que la densidad es estimada como función de la cantidad de camarón nailon

capturada y el área cubierta por la red, tomando en consideración la abertura de punta de alas

(APA) de la misma. Para estos efectos, y dado que el camarón nailon pasa la mayor parte del

tiempo sobre el fondo y la red tiene una malla de tejido suficientemente fino, se supone que son

capturados todos los ejemplares de talla superior al tamaño de la malla en la distribución vertical

cubierta por la red.

Se definieron transectas longitudinales, en sentido ortogonal a la banda de abundancia

establecida, las que se ubicaron cada 10 minutos, partiendo desde el extremo norte de la II

Región. Dentro de cada transecta se definieron entonces unidades primarias de muestreo, de un

minuto por lado (1 mn2), de las cuales, dada la estrechez de la banda de abundancia definida

(Acuña y Arancibia, 1996; Acuña et al., 2000; Arredondo, 1996 y Roa et al., 1999a) se muestreó

una de cada dos unidades. La ubicación de la primera unidad a muestrear se determinó

aleatoriamente de entre las dos primeras posibles en dirección este-oeste. Dentro de cada unidad

muestral se realizó un lance de aproximadamente 1 mn de longitud. La ubicación y orientación

del lance, dentro de la unidad muestral se determinó al azar, teniendo en consideración las

condiciones operacionales de la embarcación. Cada vez que en uno o más de los lances realizados

en una transecta dada se obtuvo más de 50 kg de camarón, se realizó una adaptación de la

estrategia, seleccionando dos transectas adicionales, paralelas a la que definió tal abundancia pero

9

ubicadas a 5 minutos al sur y 5 minutos al norte, respectivamente, esto es, exactamente entre 2 de

las transectas definidas en el plan de muestreo inicial.

Nosotros supusimos que la banda de abundancia tiene una perfecta distribución norte-sur, por lo

que, para disminuir el riesgo de no acertar a realizar el lance sobre ella, la ubicación de los lances

sobre la transecta adyacente se realizó en forma “alternada”, es decir, si en el proceso de

aleatorización de la ubicación de los lances se seleccionó la primera de las dos cuadrículas

iniciales, entonces en la adyacente se seleccionó la segunda y viceversa. En los lances que revela

un resultado mayor o igual a 50 kg, entonces la transecta siguiente se realizó a 10 minutos de

distancia de la anterior, tal como se había planificado inicialmente.

4.2.3. NÚMERO DE TRANSECTAS Y NÚMERO DE LANCES

La prospección y cuantificación del recurso camarón nailon se realizó con la operación

simultánea de dos PAMs arrastreros camaroneros, uno operando en la zona norte (Regiones II a

IV) y el otro en la zona sur (Regiones V a VIII). También se utilizó una nave arrastrera artesanal

en la zona norte (III Región). Debido a que la primera transecta, definida aleatoriamente, fija las

otras de manera equidistante cada 10 millas, resultó fácil la fijación de la transecta en el extremo

norte de la zona sur de este proyecto. Por su parte, la intensificación del muestreo en cada zona

quedó definida por la determinación de cada foco, con transectas ubicados ahora cada 5 minutos.

Los focos de alta densidad se definen como aquellos rangos latitudinales donde la densidad

promedio de al menos dos transectas consecutivas es mayor que la densidad promedio a través de

toda el área de muestreo por más de una desviación estándar. Este criterio permitió un

reconocimiento objetivo y rápido de los focos de alta densidad, y fue aplicado

independientemente para el recurso. La intensificación del muestreo en los focos de alta densidad

consistió en el despliegue de una nueva transecta ubicada equidistante de las dos transectas

vecinas muestreadas en la primera fase. Esta transectas se caracterizan por poseer un número con

un componente decimal que indica su posición (Ej. la transecta 22,5 está entre la transecta 22 y la

23). La primera estación en estas nuevas transectas será seleccionada aleatoriamente de la misma

manera que se explicó para las estaciones originales, con el espaciamiento entre estaciones

10

efectuado de manera similar al de las transectas originales. El número de estaciones en las nuevas

transectas fue el promedio del número de estaciones de las transectas inmediatamente vecinas de

la primera fase si este promedio es un entero, o el número entero inmediatamente superior si el

promedio es un número racional. Mediante estos procedimientos en los focos de alta densidad el

muestreo resultó el doble de intenso que fuera de los focos, con transectas separadas por 5 millas

náuticas en lugar de 10. Para las estimaciones de biomasa y abundancia se consideraron las

capturas de ambas fases como provenientes de un mismo y único muestreo.

4.3. PROGRAMA DE USO DE NAVES

Se utilizaron simultáneamente 2 naves de pesca de arrastre camaroneras acondicionadas con los

artes de pesca y equipamiento apropiados, lo más similar posible, las que fueron proporcionadas

por las Empresas Pesqueras SIRIUS ACHERNAR e ISLADAMAS de Coquimbo, según consta

en los Contratos Notariales de Arriendo. Además y como una precaución adicional, dada la

experiencia anterior (Proyecto FIP 2000-05), se consideró la utilización de una nave arrastrera

artesanal (PIONERO de la Pesquera Playa Blanca) en la sección entre el límite norte de la III

Región y Caleta Pajonales correspondiente a la zona de reserva artesanal.

Con respecto al diseño de la red que utilizan estas embarcaciones, corresponde a un solo

proveedor de la misma para toda la flota camaronera del Norte.

4.4. DETERMINACIÓN DE LA DENSIDAD

La densidad de camarón nailon (por región y/o foco de abundancia, según corresponda) fue

estimada como la captura en peso y en número del recurso por kilómetro cuadrado barrido con la

red, esto es,

SC=Z

SC=Z

y)(x,

y)n(x,y)n(x,

y)(x,

y)w(x,y)w(x,

(7)

11

donde Zw(x,y) y Zn(x,y) son la densidad en peso (w) y número (n) en la localidad x (latitud) y

(longitud), C es la captura, S es el área barrida en cada lance. En esta propuesta, la densidad es

expresada también como CPUE (captura por unidad de esfuerzo, donde el esfuerzo tiene

unidades de área barrida).

4.5. DETERMINACIÓN DE LA CAPTURA

La captura en peso (Cw) fue determinada como sigue:

PQ=C w (8)

donde Q es el número de cajas estándar, P es el peso promedio de las cajas (en ésta y en las

siguientes expresiones se ha dejado implícito el subíndice de localidad (x, y) para simplificar).

Nótese que no se estimó la captura sino que se midió directamente, así que no es necesario aquí

ningún diseño de muestreo ya que se supone que la captura se determinó sin error.

4.6. DETERMINACIÓN DEL ÁREA BARRIDA

El área barrida para cada lance de pesca fue

iiad=Sn

=i∑

1 (9)

donde S es el área barrida por la red en el lance; di es la distancia recorrida por el barco; ai es el

ancho de barrido de la red, ambos en un determinado intervalo de tiempo i. La unidad básica de

tiempo i (ubt) corresponde a 5 minutos y el tiempo de arrastre efectivo se midió desde el

momento en que se frena la salida de los cables de cala en el winche principal hasta que se inicia

el izado de la red mediante el virado de los mismos. Esta metodología ha sido aplicada

anteriormente por Henríquez y Bahamonde (1982), Henríquez et al. (1983), Arancibia (1993),

Acuña et al. (1995, 2000), Roa et al. (1997, 1998) y otros, todos basados en Paloheimo y Dickie

(1964) y Alverson y Pereyra (1969).

12

4.6.1. DETERMINACIÓN DE LA DISTANCIA DE BARRIDO

La distancia recorrida por el barco se obtuvo directamente del receptor del Sistema de

Posicionamiento Global (GPS) con que se cuenta, y para cada intervalo i asociado a un lance, y

dicho valor corresponde al promedio simple de k lecturas realizadas debido a las pequeñas

diferencias que se presentan entre dos lecturas consecutivas. En caso de no contar con la señal

instantánea del GPS, ya sea por problemas atmosféricos, de propagación de la señal o de la

geometría de posición de los satélites en el momento (número insuficiente e inclinación

inadecuada en el horizonte), entonces se estimará la di mediante el registro de velocidad por

corredera y del tiempo de arrastre (d=v/t), además de registrar las lecturas correspondientes de la

rosa magnética para determinar cambios de rumbo y dirección durante el lance. En todo caso,

este último tipo de mediciones son bastante confiables (Arancibia, 1993; Acuña et al., 1995,

2000).

4.6.2. DETERMINACIÓN DEL ANCHO DE BARRIDO DE LA RED (ABERTURA DE

PUNTA DE ALAS)

En evaluaciones directas de crustáceos previas realizadas por nuestro grupo de trabajo (FIP 96-

23, FIP 97-23, FIP 98-03, FIP 99-08, FIP 99-09, entre otros), para conocer el ancho de barrido de

la red se ha utilizado un método geométrico de Koyama (1974), que consiste en realizar

sistemáticamente mediciones de los ángulos de ataque de los cables de cala durante el arrastre, a

fin de estimar la abertura de punta de alas de la red (APA) asumiendo que existe una

proporcionalidad directa entre ésta y la abertura de la red en el fondo, y entendiéndose como tal

el ancho de barrido efectivo. En los barcos langostineros -camaroneros que hemos utilizado, el

método ha rendido resultados consistentes que han podido ser modelados en función de la

profundidad, por lo que ésta fue aplicada en el presente proyecto.

4.6.2.1. METODOLOGÍA DE CÁLCULO DE LA ABERTURA DE PUNTA DE ALAS

(APA)

En el presente proyecto se propuso como procedimiento de cálculo del APA la metodología de

Koyama (1974). Este método ha sido utilizado en todos los diversos proyectos realizados por el

13

consultor para el FIP y las Empresas Pesqueras de la IV Región (Acuña et al., 1997, 1998a,

1998b; 2000; Acuña y Arancibia, 1996) en los recursos camarón nailon y langostino amarillo.

El procedimiento de cálculo incorpora la táctica de pesca realizada por las unidades de pesca,

incluyendo en su modelo general de cálculo la profundidad de trabajo de la red, características

geométricas y operacionales del arte de pesca, entre otras.

Para la aplicación de esta metodología analítica existen ciertos supuestos, como los siguientes:

1) Tanto los cables de arrastre entre la embarcación y los portalones como las líneas de unión

entre los portalones y la red tienen una configuración recta.

2) La configuración de las líneas de unión, la longitud de la red y la distancia entre los portalones

conforman un triángulo isósceles con el vértice al inicio del copo.

3) El ángulo de abertura de los cables de arrastre, con relación al eje de simetría de la

embarcación, es idéntico tanto para los cables de babor como de estribor.

Aunque el método de Koyama (1974) es bastante simple en su concepción considerando los

supuestos anteriores, se debe destacar que en su elaboración se consideraron aspectos de

pragmatismo que posibilitan su amplio uso para las condiciones de operación que se encuentran a

bordo de los arrastreros camaroneros - langostineros por popa de la flota que opera en la zona

central de Chile.

Por esta razón su empleo está difundido a nivel mundial, siendo incluso utilizado en las

evaluaciones de recursos demersales por el método de área barrida realizadas en forma conjunta

por Japón y Estados Unidos en el Mar de Bering (Wakabayashi et al., 1985).

Este procedimiento teórico ha sido validado entre otros por Wakabayashi et al. (1985) y Nashida

(1990), mediante la utilización de instrumental electrónico dispuesto en las puntas de alas de la

red.

El procedimiento considera diversas estimaciones:

14

i. Estimación de la abertura teórica entre portalones (AP)

La abertura teórica entre los portalones al igual que la abertura en punta de alas, ha sido estudiada

entre otros por Crewe (1963) y Carrothers (1980) con el objeto de evaluar los estimados teóricos

y adecuarlos a los valores medidos en forma instrumental mediante el uso de factores de

corrección. En estos estudios se demuestra que existe una adecuada concordancia entre el

estimado teórico evaluado por esta metodología y la medición experimental, siempre y cuando el

primero sea corregido por un factor apropiado.

Considerando esto, la estimación de la abertura teórica corregida entre portalones de la red se

calcula de la siguiente manera (ver Fig. 1):

1º Se calcula la longitud que proyecta el cable de cala en el eje X. Para ello, conociendo la

longitud del cable de cala en metros (Lcc) y el ángulo de inclinación del cable de cala (β), se

calcula:

Lccx = Lcc * Cos β (10)

2º Conociendo la longitud en metros proyectada en X del cable de cala (Lccx), la distancia en

metros entre las pastecas que conducen a cada cable de cala (DPASTECAS), dispuestas en la popa

de la embarcación y el ángulo de abertura del cable de cala (α), se calcula la abertura teórica

corregida entre los portalones:

AP = 2 * Lccx * Sen α + DPASTECAS (11)

ii. Estimación de la abertura en punta de alas (APA)

Conociendo la abertura entre portalones, la distancia o abertura horizontal entre punta de alas de

la red se calcula entonces como (ver Fig. 1):

15

Para cada lance de pesca

Fig. 1. Diagrama de flujo del cálculo abertura portalones y abertura punta de alas, basado enmetodología de Koyama (1974).

1º Se debe calcular la longitud de la red de arrastre en condiciones de trabajo. Para ello, dadas las

características de diseño de las redes utilizadas en el presente proyecto, se consideró el 60% de

la longitud del túnel y copo. Por lo tanto, la longitud trabajando de la red sería:

En la red de arrastre se mide:Longitud total, longitud de estándar y longitud de malleta

Medición a bordo del ángulo de inclinación cable de cala BETA

Medición a bordo de la separación entre pastecas

Cálculo longitud cable de cala durante el arrastre

CÁLCULO ABERTURA PORTALONES

AP = 2 * Lcc * Cos β * Sen α + Dpastecas

CÁLCULO ABERTURA PUNTA DE ALAS

AP * Longitud red

APA =

Long estándar + Long malleta + Long red

Medición a bordo del ángulo de abertura cable de cala ALFA

Estimación profundidad del mar durante arrastre

16

LRED = LCABEZAL * µ2 + LBELLY * µ2 + LTUNEL+COPO * µ2 * 0,60 (12)

2º Conociendo la abertura corregida entre portalones en metros, la longitud de la red en metros,

la longitud de estándar en metros y la longitud de malleta en metros, se calcula la abertura

entre punta de alas:

APA = AP * LRED / (LongESTANDAR + LongMALLETA + LongRED) (13)

iii. Dependencia de APA de otras variables

La dependencia de APA en función de la profundidad de operación, se asume a una expresión del

tipo:

APA = a + b * Z (14)

donde, a y b son parámetros del modelo ajustado, Z es la profundidad de operación en metros.

La ventaja de utilizar este tipo de funciones que poseen un nivel asintótico, es que en general

reflejan adecuadamente el comportamiento real en operación de pesca, ya sea de la abertura de

portalones como de punta de alas de las redes de arrastre.

Por otra parte, también se considera que la relación entre la profundidad de operación y la

cantidad de cable utilizado durante el lance de pesca se puede describir por una curva de tipo

hiperbólico (Okonski y Martini, 1977), con una asíntota equivalente al nivel máximo de la razón

entre el cable filado y la profundidad (warp scope ratio). Esta dependencia explicaría

adecuadamente porque la abertura en punta de alas posee el mismo comportamiento de tipo

hiperbólico pero en un sentido inverso.

4.6.2.1.1. RANGO DE VARIABILIDAD DE LOS ESTIMADOS DE APA

Se postula que el empleo de un criterio de ingeniería basado en un valor de error relativo,

desarrollado por Baranov (1977), que ha sido utilizado por Kondrat'ev (1980) para estimar el

error en la abertura de punta de alas estimada para redes de arrastre.

17

Este método considera que los valores reales en operación de los parámetros AP, Lnet y Lms, del

arte difieren de los aquellos considerados en el cálculo teórico en cantidades pequeñas ∆AP, ∆Lnet

y ∆Lms, por lo que la abertura horizontal real de la red define el estimado teórico en un cierto

valor o ∆APA (Kondrat'ev, 1980).

A partir de la teoría de los errores, es posible establecer que el error límite de una función con

diversas variables independientes es igual a la suma de los valores absolutos de las derivadas

parciales de la función, y que además éste es máximo cuando todos los errores parciales poseen el

mismo signo (Kondrat'ev, 1980).

En términos matemáticos, el elemento diferencial de una función de abertura en punta de alas con

las tres variables antes mencionadas es:

Reemplazando los elementos diferenciales obtenidos al derivar parcialmente la función de

abertura de la red propuesta por Koyama (1974), por pequeños incrementos discretos e

introduciendo la siguiente notación auxiliar varphi (ϕ) y psi (Ψ):

bajo estas condiciones se tiene que el máximo error absoluto para la abertura en punta de alas, de

acuerdo a este criterio es:

dLL

APA + dLL

APA + dAPA AP

APA = dAPA netnet

msms σ

σσσ

σσ (15)

L + L

L = msnet

netϕ (16)

L + L = msnetψ (17)

L* APA* + L* APA* + APA* = APA msms ∆∆∆∆ ϕψϕ

ϕ (18)

18

No obstante, es difícil conocer la magnitud de los errores absolutos; por esta razón se recomienda

trabajar con los errores relativos o porcentuales, ya que son mucho más fácil de evaluar.

Aplicando la teoría de los errores para determinar el error relativo en las aberturas del arte de

pesca, tenemos que este es igual al máximo error absoluto en el logaritmo natural de la función

de la abertura, o sea para encontrar el error máximo se debe derivar parcialmente esta función

APA, la que previamente ha de ser logaritmizada.

Lo expuesto en el contexto anterior conceptualmente es análogo a considerar la siguiente

expresión para el error relativo:

En términos probabilísticos, la expresión precedente es equivalente a fijar un intervalo de

confianza igual a una fracción (o porcentaje si se multiplica por 100) del valor de tendencia

central, estableciendo a priori el valor de (α/2) o de (1 - α), esto es:

donde α/2 nivel de error para colas dobles; Zα/2 valor de distribución normal estándar para (α/2);

SDAPA desviación estándar de la abertura de la red (m).

En este contexto, el error relativo máximo que tendría APA en redes de arrastre de crustáceos, ha

sido evaluado y establecido a priori en un valor cercano a 10%, o sea ε=±10%.

Este valor preliminar está de acuerdo con los datos descritos en la literatura técnica como rango

de variación máximo de la abertura en punta de alas, ya que por ejemplo también se ha reportado

valores comprendidos entre 2,3 ≤ ε ≤ 7,0 % para profundidades inferiores a 150 m y velocidades

a arrastre entre 2 a 4 nudos (Nashida, 1990).

100* APA

APA = ∆±± ε (19)

APA

SD* Z=

APA2α

ε ±± (20)

19

Esta magnitud puede ser modificada de acuerdo a los valores reales obtenidos in situ durante las

mediciones para las redes de crustáceos de diseño nacional.

En este mismo marco conceptual la magnitud absoluta de los rangos máximos y mínimos de los

valores estimados de abertura en punta de alas se puede representar mediante las siguientes

funciones teniendo en consideraciones la dependencia de APA de la variable profundidad, o sea:

donde ∆APA corresponde a la magnitud absoluta del error de la abertura entre punta de las

expresados en metros. De acuerdo con la expresión anterior, los rangos superior e inferior, se

pueden representar mediante:

Wathne (1977) reporta una función del tipo hiperbólica y sus límites superior e inferior,

correspondientes a un error relativo de ± 10% para un crucero experimental en el cual se graficó

la APA versus la profundidad real de operación.

4.6.3. INFLUENCIA DE LA VARIABILIDAD DEL APA EN LA VARIABILIDAD DEL

ESTIMADOR DE BIOMASA

Para determinar el porcentaje de varianza de la biomasa debido a la variabilidad del APA se

construyó un modelo que considera la estimación de biomasa para cada uno de los lances, cuya

forma general es

LL

LL DRAPA

ACB = (23)

en que

BL = biomasa estimada para el área del caladero considerada. (área asociada al lance)A = área del caladero correspondiente al lanceCL = Captura del lance (ton)APAL = abertura de punta de alas (mn) de cada lance en el caladero

)zb + (a* + = APA ε_∆ (21)

)zb + (a* ) + (1 = APA) + (APA ε__ ∆ (22)

20

DRL = distancia de barrido (mn) de cada lance en el caladero.

por lo que una expresión logarítmica para esta relación se puede representar de la forma

LLLL RDaAAPaCaAaaB ′−′−′+′+=′ 43210 ................................(24)

en que el símbolo (´) corresponde al logaritmo natural de la variable considerada.

Esta expresión, en que, en términos prácticos, se espera cada uno de los parámetros ai tenga valor

1, corresponde a un modelo lineal que puede ser ajustado mediante procedimientos habituales, es

decir, utilizando estimación máximo verosímil.

Para estimar los porcentajes de la varianza de B que son explicados por cada una de las variables

concurrentes se utiliza una descomposición de la varianza total mediante un procedimiento de

selección STEPWISE, (Neter et al., 1996), el que jerarquiza el ingreso de las variables al modelo

comenzando por la de mayor importancia en función del coeficiente de determinación múltiple

R2. Esto, en términos de nuestro interés, corresponde a la variable que explica el mayor

porcentaje de la varianza de la biomasa.

Para este caso se utiliza todos aquellos lances con captura neta de camarón nailon superior a 5 kg

(104 lances), considerando para cada una de las variables las siguientes definiciones específicas:

BL = biomasa estimada para el área del caladero considerando el método de Thompson.A = área de influencia del lance, esto es, considerando el número de unidades

muestrales (definidas por cuadrícula de una mn por lado).CL = Captura del lance (ton).APAL = abertura de punta de alas (mn) de cada lance en el caladero, estimada por el

método de Koyama (1984).DRL = distancia de barrido (mn) de cada lance en el caladero, considerando el tiempo y

velocidad de cada lance.

El procedimiento de selección STEPWISE se ejecutó aplicando el procedimiento PROC REG del

programa SAS (1996), utilizando como criterio de selección el valor de R2 parcial, que representa

21

precisamente el porcentaje incremental de la varianza de la respuesta (biomasa), que es explicado

por cada una de las variables que están incorporadas al modelo.

4.7. OBJETIVO ESPECÍFICO 1

Determinar la distribución espacial del recurso camarón nailon en el área de estudio

4.7.1. IDENTIFICACIÓN DE CALADEROS

Algunos estudios anteriores de la abundancia de camarón nailon (Arredondo, 1996; Acuña y

Arancibia, 1996; Acuña et al., 2000), han mostrado que este recurso pesquero se distribuye

latitudinalmente en forma casi continua a la forma de una banda de distribución norte-sur con

estrecha amplitud este-oeste, con sólo algunas zonas de mayor concentración, particularmente en

la zona centro-norte (IV Región). Entonces, conocida esta distribución latitudinal (norte-sur), y

dada la estrechez longitudinal (este-oeste) de la banda de abundancia, el presente estudio se

enfocó a confirmar o redefinir la ubicación y la densidad de las zonas de distribución del recurso

camarón nailon, enfatizando en la delimitación de los bordes de la banda de abundancia mediante

el uso de la estrategia de muestreo de transectas sistemáticas adaptativas latitudinales alternadas.

En efecto, la principal ventaja del esquema de muestreo adaptativo es que permite la delimitación

de cada zona de pesca mediante la intensificación del esfuerzo de muestreo en las áreas en que la

pesca sea exitosa. Este enfoque muestreal para la evaluación directa de la biomasa de camarón

nailon considera la información existente generada por evaluaciones anteriores (Acuña y

Arancibia, 1996; Arredondo, 1996; Roa et al., 1999; Acuña et al., 2000), las que revelaron en su

oportunidad y fueron confirmando la distribución latitudinalmente continua del camarón nailon.

A lo largo de las zonas de abundancia definidas previamente por Acuña y Arancibia (1996),

Arredondo (1996), Roa et al. (1999) y Acuña et al. (2000) se realizó un muestreo probabilístico

(estocástico) sistemático adaptativo con transectas espaciadas cada 10 minutos. El carácter

probabilístico del plan de muestreo latitudinal estuvo dado por la posición de la primera transecta,

22

la que se eligió al azar entre las primeras 10 posibles posiciones en el límite norte de la II Región,

correspondiendo a la milla número 7 del plan original de muestreo.

Los focos de alta densidad o caladeros fueron definidos como aquellos rangos latitudinales donde

la densidad promedio (CPUE = CPUA; ton/mn2) de al menos dos transectas consecutivas fue

mayor que la densidad promedio a través de toda el área de muestreo por más de una desviación

estándar. Este criterio permitió un reconocimiento objetivo y rápido de los focos de alta densidad.

El trazado de los límites de cada caladero estuvo basado en tres fuentes de información, a saber:

(1) la distribución de los lances con y sin captura,

(2) la información de la batimetría obtenida de Cartas Náuticas del Servicio Hidrográfico y

Oceanográfico de la Armada, más la recopilada durante el crucero de prospección; y,

(3) lances con pesca positiva para camarón nailon en cruceros de investigación de langostinos

colorado y amarillo en el marco del Proyecto FIP 2001-06.

Estas fuentes de información permitieron definir los bordes “costero” y “oceánico” de cada

polígono, respectivamente, cuyas superficies fueron estimadas utilizando el Modulo Spatial Stat

del Programa S-Plus 2000, y confirmadas por medio del software GIS Arcview de la empresa

ESRI.

El propósito de utilizar lances con pesca de camarón nailon como by-catch obtenidos con motivo

del Proyecto FIP 2001-06. se debe a que los lances positivos de camarón nailon (>50 kilos/lance)

con motivo del Proyecto FIP 2001-05 (este estudio) fueron reducidos. Este tiene como efecto la

sub-estimación del área de los caladeros, que es directamente proporcional al estimado final de

biomasa. Esta situación emergió de los resultados de biomasa informados en el “Informe de

Crucero”, entregado en septiembre de 2001.

Por tal razón, se exploró la posible complementación de la información de lances de pesca de

camarón nailon en el crucero de langostinos (FIP 2001-06) con el propósito, único y exclusivo,

de delimitar caladeros de camarón nailon. Sin embargo, para la estimación de la biomasa de

camarón nailon se utilizó, única y exclusivamente, la información de lances de pesca positivos

23

obtenidos con motivo del proyecto FIP 2001-05 (este estudio). En consecuencia, no se mezclo

información proveniente de ambos estudios ni para la delimitación de caladeros ni para la

estimación de biomasa por caladero, simplemente porque los diseños muestrales provenían de

enfoques distintos.

4.7.2. ENFOQUE GEOESTADÍSTICO

Comúnmente, la biota marina se presenta a la forma de parches (McConaughey, 1991), cuya

distribución espacial puede ser modificada debido a respuestas conductuales y/o procesos

fisiológicos que afectan su dispersión tales como hábitos alimentarios o conductas reproductivas

que modifican la distribución espacial regular de la especie (Epifanio, 1987; Dew, 1990). Las

muestras obtenidas de tales poblaciones se caracterizan por la gran variedad de valores de

densidad, esto es, gran cantidad de valores pequeños con relación a la media poblacional, y pocos

valores muy grandes. Bajo estas circunstancias, los estimadores simples (únicos) de la media

poblacional (promedio muestral) pueden ser demasiado bajos debido a que los valores grandes

están subrepresentados a los niveles de esfuerzo comunes, además de tener estimadores con

varianza muestral extremadamente altos (Otto, 1986).

Al respecto, están disponible numerosos métodos para reducir la varianza asociada a estos

estimadores de abundancia, entre ellos, el uso de la Distribución Binomial Negativa Ponderada

(Zwifer & Smith, 1981), la Distribución Delta (Pennington, 1983; 1986), y técnicas

geoestadísticas (Conan, 1985), siendo estas últimas las que presentan los mejores resultados en

cuanto su consistencia.

Las aplicaciones más frecuentes de los enfoques geoestadísticos, en relación al análisis de datos

de estudios pesqueros, son:

1) el trazado de mapas de la distribución espacial de los recursos en base a estimaciones locales

de densidad (Freire et al., 1992; González-Gurriarán et al., 1993; Maravelias et al., 1996); y,

2) la estimación de biomasa (Conan, 1985, Simard et al., 1992; Pelletier & Parma, 1994).

24

En lugar de evitar la autocorrelación espacial entre los datos, la estructura espacial de la especie

estudiada es modelada para derivar los estimadores de varianza y abundancia. De esta manera,

prácticamente no hay restricciones teóricas en la geoestadística acerca del tipo de diseño

muestreal que se utilice (Conan, 1985; Petitgas, 1993, 1996), el único requisito es una buena

cobertura global del área (Gunderson, 1993). De acuerdo con esto, el paso más importante en el

desarrollo de un estudio directo de la biomasa/abundancia de una determinada especie objetivo es

el cabal entendimiento de la distribución espacial de ella y del área de muestreo efectivo en

relación con el arte de muestreo que se utilice para su estudio.

Las técnicas de análisis geoestadístico son ideales para describir la distribución espacial de

cualquier variable regionalizada, y entre ellas, por cierto, los recursos naturales. Estas son, a la

vez, conceptualmente sólidas, estadísticamente rigurosas y visualmente informativas. Por estos

motivos están siendo utilizadas con una frecuencia cada vez mayor en investigación pesquera a

nivel mundial y se han convertido en una herramienta de alta relevancia tanto en la descripción

de la distribución espacial de recursos bentónicos (Freire et al., 1992; González-Gurriarán et al.

1993; Comeau et al. 1998; Roa y Tapia, en prensa) y pelágicos (Maravelias et al., 1996), como

en estimaciones de biomasa (Conan 1985, Simard et al., 1992, Pelletier y Parma, 1994, Maynou

et al., 1998). Este tipo de análisis ha sido aplicado tanto en estimaciones de biomasa de langostino

colorado (Roa et al., 1997) como de langostino amarillo (Roa et al., 1998) y camarón nailon (Roa et

al., 1999a), así como en el análisis de la dinámica espacial de la población de langostino colorado en

Chile centro-sur (Roa y Tapia en prensa, Tapia, 1999).

La estimación geoestadística se basa en la correlación espacial entre los datos en lugar de

evitarla, como en el caso de un muestreo aleatorio, y permite obtener resultados insesgados

prácticamente desde cualquier tipo de diseño muestral (Conan, 1985; Petitgas, 1996). No

obstante, se obtiene una mayor precisión al aplicar este tipo de análisis bajo estrategias de

muestreo de tipo regular (Conan, 1985), como es el caso de este estudio. Las estimaciones locales

de densidad obtenidas durante la prospección son consideradas como una representación muestral

del proceso aleatorio subyacente (i.e. distribución de la biomasa de cada recurso).

25

Para determinar la distribución espacial del recurso camarón nailon en el área de estudio se

realiza, en primer lugar, un análisis estructural que permite caracterizar el proceso sobre la base

de las propiedades de los datos, modelando el cambio en su disimilitud en función de la distancia

entre ellos. Posteriormente, este modelo de correlación espacial es utilizado durante una

interpolación por kriging puntual ordinario para asignar ponderadores óptimos a las estimaciones

de densidad local obtenidas en cada lance y para cada recurso. El procedimiento básico del kriging

consiste en la interpolación sobre el área no muestreada mediante combinaciones lineales de las

observaciones provenientes del área muestreada en la grilla de transectas. Los coeficientes de las

combinaciones lineales son óptimos desde el punto de vista de las desviaciones cuadráticas

esperadas entre las observaciones y las interpolaciones (Isaaks y Srivastava, 1989). Los mapeos

geoestadísticos así generados se aplican sobre la información del recurso pesquero en estudio.

4.7.3. ANÁLISIS ESTRUCTURAL

En este estudio se supone que existe estacionaridad de segundo orden, es decir, que la media del

proceso aleatorio bajo estudio es constante en toda el área de prospección y la covarianza entre

dos puntos de muestreo depende sólo de sus distancias relativas (Isaaks y Srivastava 1989). La

herramienta estructural a ser utilizada es el variograma, definido (Journel y Huijbregts, 1978)

como la esperanza de la variable aleatoria (Z(x) - Z(x+h))2, ó

( ) ( ) ( )( )( )22

γ x E Z x Z x,h h= − + (25)

Bajo la hipótesis intrínseca (i.e. estacionaridad de segundo orden), es posible estimar el

variograma 2γ(h) a partir de los datos mediante el variograma experimental 2γ*(h), que es la

media aritmética de las diferencias al cuadrado entre dos mediciones experimentales, Z(xi) -

Z(xi+h), realizadas en dos puntos cualesquiera separados por el vector h, o sea:

( ) ( ) ( ) ( )( )( )

2 1 2

1

γ * h =h

hh

NZ x Z xi i

i

N

− +=∑ (26)

26

donde N(h) es el número de pares de datos experimentales separados por el vector h. Realizamos

este cálculo en varias direcciones para investigar así la existencia de diferencias direccionales en

la estructura del proceso (i.e. anisotropía).

Una vez calculado el variograma experimental, se ajusta un modelo estadístico que permita

relacionar la estructura observada con el supuesto proceso generador. Los dos modelos a ser

investigados serán el esférico y el exponencial, que han sido apropiados para las estimaciones de

biomasa de los recursos pesqueros camarón y langostinos por nuestro grupo. Estos modelos están

dados en términos del variograma por Cressie (1993), como

≥+

≤

−

+=

rccrr

cc

h ,

r h < 0 ,h

21h

23

0=h ,0

);h(

0

3

0θγ (27)

para el modelo esférico, y

( )

≠

−−+

=

= 0h ,h

exp1

0h ,0;h

0 rccθγ (28)

para el modelo exponencial, donde c0 es el efecto nugget, que caracteriza la variabilidad de

microescala, c es el valor asintótico o sill del variograma menos el nugget, y β es el rango del

variograma, más allá del cual los datos ya no presentan correlación (para el modelo exponencial,

el rango práctico es tres veces el rango teórico r'=3r).

4.7.4. AJUSTE MÍNIMO CUADRÁTICO DE CRESSIE

Los parámetros de cada modelo son estimados a partir del variograma experimental mediante el

método de mínimos cuadrados descrito por Cressie (1993), y aplicado por Pelletier y Parma

(1994) y por nuestro grupo de trabajo en la evaluación de camarón nailon (Roa et al. 1999a) y en

27

el análisis de la dispersión de las cohortes de langostino colorado (Roa y Tapia en prensa),

minimizando la sumatoria

( ) ( )( )

N hhhi

i

ii

H $γγ

−

=∑ 1

2

1

(29)

donde H es el número de intervalos en que se divide la distancia entre puntos de muestreo. Con

esta función de minimización cada residuo al cuadrado se pondera según N(hi), que es el número

de pares utilizado para calcular ( )$γ hi , y según el inverso de ( )γ hi2. Este procedimiento tiene la

ventaja de disminuir la ponderación de pares menos representados en la muestra y aumentar la de

puntos cercanos al origen del variograma, zona crucial en la estimación de los parámetros del

modelo (Pelletier y Parma 1994).

4.7.5. VALIDACIÓN CRUZADA

Se realizó una validación cruzada de los parámetros del variograma teórico ajustado y de los

parámetros a utilizar en la interpolación por kriging (i.e. parámetros del variograma teórico, radio

de búsqueda, número máximo de pares a utilizar en la interpolación). El método de validación

cruzada (Deutsch y Journel 1998) consiste en eliminar uno a uno los puntos en que se realizó el

muestreo y utilizar el resto de los datos para estimar el valor de la variable en ese punto,

utilizando el modelo de variograma y parámetros de kriging seleccionados (Maravelias et al.

1996). De esta forma, se define el error de predicción en cada localidad muestreada como la

diferencia entre el valor medido y el estimado a partir del resto de los datos (Isaaks y Srivastava

1989). El objetivo final de este procedimiento es obtener un criterio de decisión para seleccionar

una combinación dada de parámetros del variograma teórico y del kriging.

Dado que el principal objetivo de esta validación es seleccionar un modelo que entregue

estimaciones insesgadas, con una distribución lo más semejante posible a la del conjunto de

observaciones, se utilizó como primer criterio de decisión el Indice de Validación Cruzada (IVC),

cuya expresión es

28

( )( )

( )( )rrrr

rrrr

n

i

i

n

i

in

i

ii

medmaxminmedminmedmaxminmedmax

nCC

nCC

nCC

IVC−−−−

×−−−

×−

=

∑

∑∑

=

=

= , ,1

1

1

2

1

'

(30)

simetríadispersiónsesgoIVC ××=

modificado del cuadrado medio del error propuesto por Isaaks y Srivastava (1989), y calculado a

partir de la distribución de frecuencias de los residuos (Ci – Ci’ ), cuyo máximo, mediana y

mínimo valor corresponden a maxr, medr y minr. Este índice proporciona una medida conjunta del

sesgo de las estimaciones, y de la dispersión y simetría en la distribución de residuos (Tapia

1999).

Un buen modelo de continuidad espacial debería entregar estimaciones cuyo sesgo y dispersión

de residuos se aproximen a cero, y con una simetría cercana a uno. Por lo tanto, la combinación

seleccionada de modelo y parámetros de kriging será aquella con el menor IVC. Sin embargo, el

hecho que la distribución univariada de los residuos cumpla con estas condiciones no es

suficiente para garantizar que las predicciones del modelo espacial en localidades no visitadas

serán de buena calidad. Por ello, y como ha sido sugerido por Isaaks y Srivastava (1989), se

inspeccionó, además, el grado de sesgo condicional (i.e. correlación entre las magnitudes de las

estimaciones y sus residuos) y de correlación existente entre los estimados y las observaciones.

La selección del conjunto de parámetros con mínimo IVC está restringida a aquellas

combinaciones que cumplan con estos dos requisitos. Como un criterio de selección adicional se

incorpora la distribución latitudinal de los residuos, con el objeto de asegurar que las

estimaciones no sólo son condicionalmente insesgadas respecto de cualquier rango de valores,

sino también respecto de su posición espacial.

4.7.6. MAPEO POR KRIGING

Los parámetros del variograma teórico y del kriging seleccionados después de la validación

cruzada fueron utilizados para calcular las ponderaciones óptimas a ser asignadas a cada

29

estimación local de densidad, para así estimar la densidad Z(x0, y0) en cada uno de los nodos de la

grilla de interpolación (x0, y0) utilizando

( ) ( )Z x y w Z x yi i ii

n* , ,0 0

1=

=∑ (31)

donde wi representa las ponderaciones asignadas a cada localidad muestreada. La suma de estas

ponderaciones es igual a 1 (i.e. constituyen una combinación lineal convexa), y por lo tanto la

estimación es insesgada (E[Z*(x0) - Z(x0)]=0). Cada ponderación es estimada de tal forma que el

error de estimación (σk*2(x0)), llamado varianza de kriging, sea minimizado (Simard et al. 1992).

Una vez realizada la interpolación, sólo aquellos nodos de la grilla que se encontraban dentro de

los polígonos de estimación, delimitados según los criterios dados anteriormente, fueron

considerados en el mapeo de la densidad y posterior estimación de la densidad media y biomasa

total.

30


Determinar la biomasa (en peso) y la abundancia (en número) total, y según sexo ytalla, del camarón nailon en el área de estudio, y por región y focos de abundancia,según corresponda.

4.8.1. PROPIEDADES ESTADÍSTICAS DE LOS ESTIMADORES

En la evaluación directa de la biomasa/abundancia de recursos pesqueros demersales se identifica

dos enfoques estadísticamente rigurosos. Con uno se obtiene estimadores de biomasa y

abundancia que son insesgados respecto del diseño de muestreo (estimadores diseño-insesgados),

y con el otro se obtiene estimadores que son insesgados respecto de un modelo de la distribución

espacial de la densidad (estimadores modelo-insesgados) (Smith 1990). Los primeros se derivan

de la teoría diseño-basada y permiten obtener estimadores que con un mismo resultado respecto

de todas las posibles muestras dado un diseño de muestreo con algún elemento de aleatoriedad.

Los segundos, derivados de la teoría modelo-basada, entregan estimadores que dan un único

resultado que es óptimo dada una muestra bien tomada y un modelo matemático que explique los

valores obtenidos en la muestra (Thompson 1992). Ambas clases de estimadores pueden ser

usados con una misma muestra, si tal muestra cumple con los requisitos establecidos por ambas

clases de estimadores.

4.8.2. ESTIMADORES MODELO-BASADOS

Los estimadores modelo-basados siguen la tradición pesquera del método del área barrida

(Alverson y Pereyra, 1969; Roa y Bahamonde, 1993), donde se evalúa la densidad media y el

área, y el producto de ambas, habida cuenta del coeficiente de capturabilidad local, corresponde

al estimador de la biomasa del stock. El método del área barrida supone que la abundancia

relativa media o densidad, medida apropiadamente, es una función estrictamente lineal de la

abundancia global, a través de la relación (Ricker 1975):

Aq=Z Β (32)

31

donde Z es la densidad (o CPUE, captura por unidad de esfuerzo, este último en unidades de área), q

es la fracción del stock que es capturada dentro del área que barre la red, B es la abundancia global, y

A es el área global que ocupa la fracción retenida. En este estudio se asume que q=1, esto es que

todos los ejemplares de camarón presentes al paso de la red serán capturados, por lo que no hay

escape. Entonces, el estimado de biomasa de camarón nailon es conservativo, lo que es

ampliamente deseable en recursos pesqueros sobreexplotados. Adicionalmente, puede ser cierto

que la velocidad del camarón nailon puede alcanzar hasta 0,5 m/seg, pero en distancias cortas, lo

que es prácticamente la mitad respecto de la velocidad de la red sobre el fondo (aproximadamente

1 m/seg, pues la velocidad promedio de barrido del barco es de 2 nudos) y además resulta

inadecuado extrapolar experiencias en otras especies de camarones con mayores capacidades

físicas que H. reedi a su realidad pesquera.

A partir del supuesto de linealidad de la expresión anterior se tiene que

qAZ=Β (33)

El razonamiento precitado se fundamenta en suponer que la distribución espacial de la abundancia

relativa representa un volumen sobre un área geográfica. Este volumen es irregular en el sentido que

existen zonas con alta densidad y zonas con baja densidad del recurso, tal como si se tratara de

cumbres y valles en un paisaje tridimensional, lo que se puede representar según Foote y Stefansson

(1993) por

y)dxdyZ(x,q1=B

yx∫∫ (34)

donde la biomasa es un volumen que se obtiene al integrar una función espacial de la densidad o

abundancia relativa sobre un área determinada. El enfoque descrito por las ecuaciones anteriores

pretende aplanar el contorno tridimensional descrito por la función Z(x,y), de tal manera que esa

función sea aproximada por una constante independiente de la posición espacial (i.e. una altitud

promedio del paisaje). Es en el concepto básico del modelo para la densidad media en que las dos

aproximaciones modelo-basadas que se presentan a continuación se diferencian: sea la densidad en

un punto del área de estudio la suma de un elemento determinista (ζ) y un elemento aleatorio (ε)

yxyxZ ,)(),( εζ += (35)

32

si se supone que el elemento aleatorio es espacialmente variable mientras que el elemento

determinista es espacialmente fijo

),(),( yxyxZ εζ += (36)

entonces se podrá derivar un estimador geoestadístico. En cambio, si se supone que el elemento

determinista es espacialmente variable, mientras que el elemento aleatorio es espacialmente fijo

se tiene que

εζ += ),(),( yxyxZ (37)

y se podrá derivar un estimador aditivo generalizado. Por último, si se asume simplemente que

εζ +=Z (38)

es decir, que la densidad no depende de la localidad, entonces se puede derivar un estimador

basado en la distribución de frecuencia de ε. Estas tres opciones de conceptualización básica de la

densidad están representadas en los estimadores modelo-basados de las siguientes secciones.

4.8.2.1. ESTIMADOR GEOESTADÍSTICO

El estimador geoestadístico proviene de un modelo de la correlación espacial entre los errores de las

observaciones de densidad local. Este modelo permite obtener un conjunto de ponderadores

óptimos a ser asignados a las observaciones durante el cálculo de la densidad en cada nodo de la

grilla de interpolación, como también durante la obtención de un estimador global de la densidad

media ( *Z ).

Indice de densidad promedio

El estimador de la densidad promedio de camarón nailon ( *jZ ) en cada caladero se calcula como

el promedio aritmético de la densidad estimada dentro del área de dominio del polígono de

estimación correspondiente, esto es

33

( )

n

yxZZ

n

niooi

j

∑==

,*

* (39)

donde ( )ooi yxZ ,* es la i-ésima estimación local de densidad (ton/mn2), y n es el número de

estimaciones locales producidas por el proceso de interpolación (kriging).

Varianza del índice de densidad poblacional

La varianza entre valores es una función de su autocorrelación. La posibilidad de estimar la

precisión de la densidad media depende de las características de la distribución espacial del

recurso, la que se puede considerar como el resultado de dos grandes efectos:

(i) la manera específica en que los individuos ocupan el espacio, y

(ii) el efecto de la geometría del hábitat.

Dependiendo de cómo son tratados estos efectos, se puede identificar dos métodos

geoestadísticos de estimación de varianza, a saber:

(a ) la teoría transitiva, y

b) la teoría intrínseca (Petitgas, 1993).

En el caso de la teoría intrínseca tratada aquí, el efecto de la distribución del recurso y el efecto

de la geometría del hábitat son completamente separables e independientes.

El cálculo de la varianza de estimación del índice de densidad promedio se realiza basándose en

el concepto de varianzas extensivas (Journel & Huijbregts, 1978) para diseños de muestreo

regulares (Wackernagel, 1995), para lo cual se impone una grilla de muestreo regular

discretamente pequeña de manera que cada lance se encuentre en uno de sus nodos.

Las varianzas extensivas corresponden a la integración de los errores de muestreo elementales

sobre el volumen definido por la distribución espacial de la densidad, los que, a su vez, son

34

fracciones de varianza de la densidad en regiones puntuales del espacio que se extienden sobre

una región de influencia que conserva la geometría del volumen a integrar. Al respecto, es

necesario identificar la geometría y el área de influencia de las unidades elementales del diseño

de muestreo utilizado.

Como el espaciamiento de la grilla de estimación es regular, la integral puede discretizarse y

convertirse, por lo tanto, en una sumatoria, cuyos valores se encuentran graficados en las Cartas

de Varianzas Extensivas ( 2gE−σ ) de Journel & Huijbregts (1978). Esta información, junto con el

modelo de variograma teórico ajustado al variograma experimental, permite obtener la varianza

de estimación, de la forma

( ) 22gEj CZ −

∗ = σσ , (40)

donde ( )∗jZ2σ es la varianza de estimación del índice de densidad geoestadístico, y C es el sill

del variograma teórico.

Estimación de biomasa

La estimación global de biomasa ( jB ) de camarón nailon en cada polígono j se estima como el

producto entre la densidad promedio *jZ y el área Aj de cada polígono j,

*ˆjjj ZAB ×= (41)

y la biomasa total es la suma de las biomasas a través de los polígonos

∑=j

jBB ˆˆ (42)

La varianza del estimador de biomasa está dada por la varianza del estimador de densidad, pues se

asume que el área del stock (A) se mide sin error. Al respecto, la varianza de la abundancia es la

varianza de una constante (q) por una variable aleatoria (X), de la forma:

35

( ) ( )XVarqqXVar 2= , (43)

luego,

( ) ( )∗= jZVarABVar 2ˆ . (44)

donde ( )BVar ˆ es el estimador de varianza del estimador de biomasa, A es el área del polígono de

estimación o caladero y ( )∗jZVar es el estimador de varianza del estimador de densidad

promedio. Por lo tanto, el estimador de varianza de la biomasa es

( ) 22ˆgEg CABVar −= σ . (45)

4.8.2.2. ESTIMADOR GAM

Recientemente, investigadores europeos (Borchers et al., 1997; Augustin et al., 1998) han

introducido en la estimación de la densidad media y su precisión los modelos aditivos

generalizados (GAM). Este tipo de modelos corresponden a una generalización de los modelos

lineales generalizados (Mc Cullach y Nelder, 1989) y permiten en el caso de los recursos

demersales, la incorporación y análisis de la distribución de los recursos. Esta es fuertemente

dependiente de la estructura espacial, de ahí que la varianza asociada al estimado de densidad

media puede ser reducida mediante modelación de la estructura espacial de manera parsimoniosa.

Hasta ahora este esquema de modelación se ha utilizado en el Atlántico noreste, para la

estimación de la precisión del estimado de biomasa desovante de los recursos caballa del

Atlántico (Scomber scombrus) y jurel (Trachurus trachurus), se ha aplicado desde 1998 este

modelo para reducir la varianza del estimado de la densidad media de huevos producidos.

Previamente, se había determinado que la mayor fuente de imprecisión era generada por la

varianza asociada al estimado de la abundancia de huevos (60% de la varianza en caballa y 70%

en jurel). Por lo tanto, se desarrolló y aplicó herramientas estadísticas para reducir la imprecisión

existente en la estimación de la abundancia de huevos determinada desde las evaluaciones. La

utilización de esta metodología permitió una reducción del coeficiente de variación del estimado

36

de abundancia de huevos para Trachurus trachurus de 18% a 9%, lo que implicó una reducción

en el estimado de biomasa desovante de 22% a 18%. Por lo tanto, la contribución a la varianza

del estimado de biomasa por parte de la abundancia de huevos se redujo marcadamente de 70% a

33% de aporte (Borchers et al., 1997). En Chile esta metolodogía se ha aplicado en la estimación

de la producción diaria de huevos de jurel en el marco del proyecto FIP 99-14, Condiciones

biológicas del jurel en alta mar (Sepúlveda et al., 2000).

El modelo aditivo generalizado GAM se define de la siguiente forma:

( )( )∑+=i ii xsfyE 0)( β (46)

donde xi representa a la variable explicatoria, mientras que y es la variable respuesta de interés

(número o peso medio de ejemplares por lance estandarizados CPUA). La CPUA posee alguna

distribución estadística específica y su esperanza E(y) es una función (f(•)) de las variables

explicatorias.

Esta función f(•) corresponde a la inversa de la función de enlace o “link“, por ejemplo si se

tratase de una log-relación, implica que las variables explicatorias o sus suavizamientos tienen un

efecto multiplicativo sobre la densidad; de este modo la función de enlace corresponde a una

exponencial,f(•)= exp(•). β0 es un parámetro a ser estimado y las funciones si(•) son funciones de

suavizamiento para las variables explicatorias. La flexibilidad de las funciones de suavizamiento

es dependiente de los grados de libertad asociados (df): a menor cantidad de grados de libertad,

menos flexible es la función. Por ejemplo, en el caso de los modelos lineales generalizados se

tiene que si(xi) = βi xi con df=1 (Hastie y Tibshirani, 1990).

La inferencia estadística en este tipo de modelos es similar a la que se aplica en los modelos

lineales generalizados (GLM). Sin embargo, la selección de un modelo GAM es más complicada

que la de un modelo GLM, esto debido a que además de seleccionar que variables incluir en el

modelo, se debe simultáneamente decidir el suavizamiento que se utiliza para definir las

funciones de suavizamiento.

37

Dentro de las variables explicatorias se pueden contar por ejemplo las variables ambientales u

oceanográficas que generen una respuesta sobre la distribución de la abundancia de los recursos

en estudio. Según Borchers et al. (1997), tanto el diseño del crucero como los métodos de

estimación de las variables consideradas en las estimaciones directas de biomasa más que

puramente diseño basadas son a su vez, parcialmente modelo basadas. Si bien la disposición de

las estaciones de muestreo es de tipo sistemático, en este tipo de recursos la distribución de la

densidad es altamente estratificada. De ahí que más que tratar el número en la región de muestreo

como una cifra fija, con la varianza de los valores observados dependiente del diseño de

muestreo, recomiendan una estrategia modelo basada (ICES, 1999). De este modo, la modelación

basada en la metodología GAM permite establecer funciones de suavizamiento de los datos

observados de densidad y que son lo suficientemente flexibles para permitir mantener las

tendencias observadas en las densidades de los recursos. Este tipo de estrategia permite a su vez

reducir el número de parámetros de estimación con respecto a los que utilizaría una estrategia

basada en la estratificación.

Borchers et al. (1997) desarrollaron un modelo GAM de 2 estados o bietápico que es una

extensión del método de estratificación propuesto por Pennington (1983), donde en una primera

etapa, se realiza la separación de datos de presencia/ausencia de recurso, para luego en una

segunda etapa las densidades distintas de cero son incorporadas en la modelación.

Esto significa que simultáneamente se incorporan modelos para suavizar la tendencia tanto para

datos de presencia/ausencia como para abundancias distintas de cero con respecto al espacio y

otras variables explicatorias, estos modelos son ajustados independientemente. En los GAM

ajustados para presencia/ausencia se obtiene un estimado de la probabilidad que los recursos

estén presentes en las localidades de muestreo y en el GAM para densidades diferentes de cero se

obtiene un estimado de abundancia de los recursos dado que el recurso fue observado en esas

localidades. Por lo tanto, el producto de los dos estimados corresponde al modelo de abundancia

en esa localidad.

Una vez que se ha seleccionado un modelo y sus parámetros estimados, éste provee una

superficie de la cobertura o envergadura del área explorada, con máximos en los puntos de

38

mayores densidades y valles o depresiones en los de menor densidad. La densidad esperada en

algún punto es obtenida evaluando el valor de la superficie ajustada en ese punto. El estimado

total de la abundancia o biomasa en el área de prospección es obtenido por la integración de la

superficie de toda el área de estudio. La estimación analítica de la varianza del estimado de

abundancia obtenida desde el modelo GAM no es fácil, por lo que se utiliza técnicas de

remuestreo estadístico i.e. Bootstrap paramétrico, según se esquematiza en la Figura (2).

La selección de modelos adecuados se evalúa mediante la forma de los suavizamientos utilizados

para las variables explicatorias así como de sus límites de confianza. A través de este análisis se

puede verificar la existencia de posibles dependencias no lineales de la densidad, de ahí que

modelos del tipo GLM presentan dificultades en modelar dichas dependencias. Así también se les

puede asociar una distribución de probabilidad a los errores en los modelos GAM 1 y 2, por

ejemplo de tipo Poisson para los GAM 1 y de tipo log-normal o gamma para los GAM 2.

En los proyectos FIP de langostino colorado (FIP 96-23) y amarillo (FIP 97-23) así como en las

evaluaciones de camarón nailon se ha obtenido una pobre relación entre las variables ambientales

y la densidad de estos recursos. Sin embargo, relaciones significativas se han observado

principalmente entre variables espaciales (i. e. latitud, longitud y profundidad) y la densidad. Por

lo tanto, en la evaluación de camarón nailon se privilegió la utilización de variables espaciales en

la identificación y selección de modelos GAM. En la Tabla 1 se resume las variables espacio-

temporales que fueron consideradas como explicatorias y que a su vez están disponibles para el

conjunto de datos obtenidos.

Tabla 1. Variables espaciales y temporales utilizadas en la selección de modelo GAM.

Variable explicatoria AbreviaciónLatitud LatLongitud LongProfundidad del fondo ProfondoFecha de muestreo FechaHora de muestreo HoraEmbarcación EmbDistancia al contorno de profundidad de D200Gradiente de fondo GradfondoProximidad de muestras adyacentes ProximDistancia de la costa Dcosta

1 positiva hacia el oeste y negativa hacia el este del contorno de 200 m

39

Fig. 2. Esquema de estimación de la biomasa y abundancia mediante estimador GAM

Las variables de distancia al contorno de profundidad de referencia de 200 m y la distancia hasta

la costa desde donde fue efectuado el lance de pesca, se determinaron utilizando mapas

disponibles en el Programa Sinóptico de Pesca del Instituto de Investigación Pesquera. Estos

mapas se encuentran digitalizados e incorporados a la base de información del Sistema de

Modelo 1:presencia/ausenciaAjuste de modelo GAM alos datos positivos dedensidad (previa selecciónde modelo)

Modelo 2: número dadopresencia. Ajuste demodelo GAM a datospositivos de densidad(previa selección demodelo)

Generación de superficies ajustadas de

respuesta de la densidad

¿Se han completado suficientes muestras

bootstrap?

NO SI

Estimado de varianza dela densidad poblacional

Estimados de varianza debiomasa y abundancia

Remuestreo de datos de presencia/ausencia,

condicional al ajuste del modelo 1

Remuestreo de la densidad donde hubo

presencia, condicional al ajuste del modelo 2

Nuevo ajuste del Modelo 1GAM: presencia/ausencia(sin selección de modelo)

Nuevo ajuste del Modelo 2GAM: datos positivos

(sin selección de modelo)

Generación de superficies de respuestas

ajustadas de la densidad

Estimación puntual de

biomasa y abundancia

40

Información Geográfico SIG, ArcView 4.0. Las coordenadas medias de los lances de pesca

efectuados en este estudio se incorporaron a través de este software y se generó una cobertura de

puntos que fue sobrepuesta con coberturas de polígonos de línea de costa y de batimetría,

extrayéndose finalmente las distancias calculadas.

El proceso de inferencia y estimación de un modelo GAM para estimar la biomasa del recurso

camarón fue efectuado con la ayuda del programa estadístico S-Plus para Windows, versión 4.5.

Luego de ajustado y seleccionado un modelo adecuado, la varianza del estimado de biomasa fue

determinada mediante técnicas de remuestreo bootstrap, las que fueron implementadas

directamente en S-Plus.

4.8.2.3. ESTIMADOR LOG-NORMAL. DISTRIBUCIÓN DELTA

Considerando que la captura por unidad de esfuerzo en las faenas de pesca comerciales y

científicas orientadas a crustáceos tales como camarón nailon y langostinos (colorado y amarillo)

se distribuye en forma asimétrica lognormal, tal distribución muestral puede ser descrita por lo

que Aitchison & Brown (1969) llamaron la “Distribución Delta”. Esta contiene una proporción

de valores cero y otra de valores no-cero distribuidos en forma lognormal, en otras palabras, la

Distribución Delta es una distribución lognormal modificada para incluir valores cero.

Pennington (1983, 1986) sugirió que esta distribución puede ser un modelo útil para estimar la

captura en número de peces en las redes de muestreo. McLennan & MacKenzie (1988) la han

usado para estimar la abundancia de peces a partir de estudios acústicos.

Un estimador de varianza mínima insesgada de la media, c, y su varianza, var(c), para la

Distribución Delta (Pennington, 1983) se define como

( ) ( )

=

=

>

=

00

1

12

1

2

m

mnx

msGenm

c

my

(47)

41

y

( )

( ) ( )

=

=

>

−−

×

−−

−

=

00

1

122

112

var2

1

2222

m

mnx

msnmG

nmsG

nme

nm

c

mmy

(48)

donde n es el número de lances, m es el número de valores no-cero, y y s2 son la media y

varianza muestral, respectivamente, de los valores no-cero, transformados en forma logarítmica,

x1 es el valor único (no transformado) de los valores no-cero cuando m = 1, y

( ) ( )( )( ) ( )∑

∞

=

−

−+++−

+−

+=2

12

!3231111

jj

jj

m jjmmmmxmx

mmxG

KKK(49)

La serie que define Gm(x) es una función de x (esto es, x = s2/2 en la ecuación 9) y m es

fácilmente evaluada para valores particulares de x y m usando un computador. Además, esta

pertenece a una clase de las funciones hipergeométricas (Smith, 1990).

La estimación de biomasa ( DB ) y su varianza ( ( )DBVar ˆ ) utilizando el índice de densidad media

calculado mediante la Distribución Delta ( DD ) está definido por

DD DAB =ˆ (50)

( ) ( )DD DVarABVar 2ˆ = (51)

42

4.8.2.4. ANÁLISIS DE LA DISTRIBUCIÓN DE PROBABILIDADES DE LA CPUE

Es usual que en el contexto de una aproximación modelo-basada de estimación de la densidad

media se asuma algún tipo de distribución conocida para la captura por unidad de esfuerzo. La

transformación logarítmica es la más utilizada considerando una distribución log-normal de los

datos, pero a veces esta transformación no es eficiente para reflejar la distribución de los datos.

Pennington (1983) modeló la CPUE considerando una mezcla entre una distribución de

probabilidad discreta para las observaciones con captura cero y una distribución de probabilidad

continua para lances positivos (la distribución Delta), donde los lances positivos son también

transformados a logaritmo.

Richards y Schnute (1992) generalizan la metodología desarrollada por Quinn (1985) para el

análisis de datos transformados. En el contexto de este estudio se considera que la aleatoriedad es

univariada para la CPUE ya que el esfuerzo de pesca se considera una cantidad fija y estándar. Si

se designa por U a la CPUE, entonces la transformación Box-Cox de U queda definida por

−

=U

UUT

ln/)1(

)(αα

(52)

El parámetro α es el que define el tipo de transformación. La re-transformación a la escala

original es, por lo tanto

+

==)exp(

)1()(

/1

TT

TSUαα

(53)

Considerando que la transformación de los datos debe generar una función de densidad de

probabilidad normal para T, i.e.

−−= 2

2

2 2)(exp

21)(

σµ

σπTTf , (54)

para α≠0, y

para α=0.

para α≠0, y

para α=0.

43

donde µ y σ2 representan la media y varianza de la distribución de la variable T. La función de

densidad de probabilidad para U se obtiene al transformar la función de densidad para T, la que

de acuerdo con Richards y Schnute (1992) tiene la forma general

UTUTfUg

∂∂

= ))(()( , (55)

y para la transformación Box-Cox por

−−= −

2

21

2 2))((exp

21)(

σµ

πσα UTUUg (56)

Si se considera una estimación numérica de los parámetros α, µ y σ2 que caracteriza la

distribución de U, la solución se encuentra utilizando métodos de máxima verosimilitud. La

función de log-verosimilitud de los datos es

∑ ∑∏= ==

−+−−−=

=

n

i

n

iii

n

ii UTnUgL

1 1

22

2

1

)ln()1()(2

1)2ln(2

)(lnln αµσ

πσ (57)

Los estimadores máximo verosímil se obtienen al tomar la derivada parcial de esta expresión con

respecto a cada parámetro e igualando a cero. El tercer término de la ecuación solamente depende

de α, por lo tanto estimador máximo verosímil de µ y σ2 proveniente de la teoría de distribución

normal, i.e.

∑=

=n

iiT

n 1

1µ (58)

∑=

−=n

iiT

n 1

22 )ˆ(1ˆ µσ , (59)

donde Ti es evaluado para el máximo verosímil estimado de α . Las expresiones anteriores se

pueden reemplazar en la función de log-verosimilitud, quedando una expresión más simple y

función de α, i.e.

44

[ ] ∑=

−++−=n

iiUnL

1

2 )ln()1(1ˆ2ln(2

)( ασπα (60)

El estimado de la mediana es entonces:

)ˆ(ˆ µSm = (61)

Una estimación numérica de la media puede ser encontrada mediante

∫∞

=0

)(ˆˆ dUUgUU (62)

donde )(ˆ Ug es la función de densidad de probabilidad evaluada en el nivel de los estimados

máximo verosímiles. La moda puede ser encontrada maximizando la función en relación a U. Es

mucho más eficiente determinar la moda y la media numéricamente.

De acuerdo con Seber (1982), la varianza de un estimado de tendencia central, e.g. la mediana

m , puede ser encontrada utilizando el Método de la Distribución Delta, i.e.

)ˆ()ˆ(2

ˆ

µµ

VarTSmVar

T

∂∂

≈=

, (63)

donde nVar /ˆ)ˆ( 2σµ = , siendo n el tamaño de muestra.

Se requiere realizar algún método de inferencia estadística acerca del valor de α, con el objeto de

probar la hipótesis nula que los datos siguen una distribución log-normal (α=0), raíz-cuadrada

(α=0,5), o normal (α=1). De acuerdo con la teoría de los grandes números (tamaño de muestra),

menos dos veces la log-verosimilitud sigue una distribución χ2. En consecuencia, intervalos de

confianza para α pueden ser encontrados por

)1(21))ˆ(ln( 2

pLX χα −= (64)

45

donde X es un valor crítico, mientras que χ2 es el valor crítico en el nivel p con un grado de

libertad. Los límites superior e inferior para α corresponde a dos veces la log-verosimilitud es

igual a X.

4.8.3. ESTIMADORES DISEÑO-BASADOS

El enfoque diseño-basado empleado se deriva de la teoría del muestreo de poblaciones finitas, y

es conceptualmente diferente al del tradicional método del área barrida de la ciencia pesquera. La

diferencia se origina en diferentes conceptos de la población. En muestreo de poblaciones finitas,

la población es vista como una colección finita de unidades de muestreo vecinas e internamente

homogéneas, mientras que el método del área barrida la población es vista como un conjunto

infinito de puntos formando un volumen en el espacio. En este enfoque se va cuantificando el

total de recurso en cada unidad de muestreo primaria y secundaria, y se va sumando para llegar al

estimador de biomasa total. La densidad media no es conocida antes que la biomasa sino después.

En vista de lo anterior, el principal supuesto es que la densidad calculada en cada lance representa

una densidad homogénea en un bloque, cuyo tamaño está definido como de 1 milla náutica

(1,852 km) de ancho por 1 milla náutica (1,852 km) de largo. Otro supuesto importante concierne

a la función de detectabilidad (Thompson 1992), que corresponde al concepto de capturabilidad

local (q) del área barrida, y que se asume perfecta, a falta de estudios específicos destinados al

problema.

4.8.3.1. ESTIMADOR CUASI-DISEÑO-BASADO BOOTSTRAP

Este estimador ciertamente es insesgado respecto de un diseño de muestreo pero no del diseño

implementado en la naturaleza sino de un diseño de remuestreo computacional. En ese sentido se

le llama cuasi-diseño-basado, y comparte con los estimadores modelo-basados presentados

previamente el hecho de estimar una densidad media para luego multiplicar por el área. Esta

densidad media corresponde a

∑=

=tB

jm

tm jA

BfA

1

)(*1)( (65)

46

siendo Am(j), un estimador de la CPUE promedio de la j-ésima muestra de tamaño n seleccionada

con reposición de la muestra original, donde Bt representa la cantidad total de iteraciones

preseleccionadas para efectuar el proceso bootstrap. El índice de biomasa media señalado, se

calculó a través de la relación matemática:

∑=

=n

imm iA

njA

1

)(*1)( (66)

Además, la varianza de la biomasa se calcula como

( ) ( )∑=

−−

=tB

jmm

tm fAjA

BfAVar

1

2)()(*1

1)( (67)

El intervalo de confianza para el estimado de biomasa, con el nivel de confianza (1-2α), se

encuentra dado por el método del percentil corregido o método BC (Efron y Tibshirani, 1993;

Robotham y Castillo, 1987):

( ) ( )αα φφ ZZGZZG −− −−0

10

1 2ˆ;2ˆ (68)

donde ( ))ˆ(ˆ10 AGZ −= φ , siendo φ-1 la función inversa de la distribución normal estándar, y 1ˆ −G la

función inversa de la distribución acumulada de G(S), definida por

)ˆˆ(Pr)( AAobAG x ≤= (69)

4.8.4. ESTIMACIONES DE LA DENSIDAD MEDIA Y VARIANZA POR EL METODO

DE THOMPSON (1992).

Si iY es la cantidad de camarón capturado en el lance i-ésimo, entonces la densidad de la especie

en el área de estudio se obtiene promediando las capturas por mn2 en el área; es decir,

47

)(/con ,11

iii

N

ii SaYdd

Nd == ∑

=

, (70)

donde )( iSa , es el área cubierta por el lance i-ésimo (que es a su vez proporcional a su longitud).

Esta estrategia es de tipo diseño-insesgado, producto de la aleatoriedad de la ubicación del lance

dentro de la transecta. De acuerdo con esto, id es un estimador insesgado de iD ,

independientemente del proceso de selección adaptativa utilizado y del modelo usado para la

población animal.

En este caso, el cuadrado medio del error (CME) de id , está determinado por la suma de los

valores esperados de las varianzas condicionales, dadas las observaciones previas y el patrón

espacial establecido; es decir,

},),(/(var{1)(1

22 ihdANdE

NDdE h

N

ii <=− ∑

=

. (71)

El estimador convencional de la varianza es además un estimador insesgado del cuadrado medio

del error de d, a pesar de que los tamaños de las muestras fueron determinados en forma

adaptativa, (Thompson, 1992). Luego, el estimador es de la forma

N

SnSnN

demc iN

i i

i )(1

)(1)(..

1

22

−= ∑

=

σ , (72)

donde

22 ))(

(1)(

1

i

i

Sj

ij

ii SaN

Ya

YSn

i

−−

= ∑∈

σ (73)

Los valores estimados para estas expresiones son obtenidos a partir de los cuadrados medios

residuales de regresiones separadas de la captura en la estación i-ésima sobre la i-ésima-1, para

48

los pares de datos para capturas de menos de 50 Kg y luego separadamente para los pares de

capturas de más de 50 Kg.

4.8.5. ABUNDANCIA Y BIOMASA A LA TALLA

Biomasas a la talla

De cada lance positivo se obtuvo una muestra biológica del recurso objetivo mediante muestreo

aleatorio simple cuando la captura fue desplegada en la cubierta de popa, información que se

utilizó para determinar la estructura de tallas y la proporción sexual. El procedimiento consistió

en que, una vez que la pesca estuvo distribuida entre las cajas para la determinación de la captura,

el personal técnico eligió al azar dos cajas, y de ellas se extrajo también al azar un número entre

300 y 500 individuos, que es la cifra máxima de individuos que se puede medir entre lances,

simplemente por razones de tiempo disponible entre lances.

En aquellos casos en que por circunstancias de fuerza mayor (marejadas por mal tiempo

climático, mal estado del mar, mucha captura en el lance anterior, etc), se dificultó la medición de

los individuos a bordo, éstos fueron preservados en frío y desembarcados al término de la marea

para ser medidos en laboratorio por el personal logístico en tierra. Para el crucero de la zona

centro norte se contó con los laboratorios de la Universidad Católica del Norte-Campus

Guayacán (Coquimbo), y para el caso del crucero de la zona sur se contó con los laboratorios de

la Universidad de Concepción (Departamento de Oceanografía) y del Instituto de Investigación

Pesquera VIII Región.

Dadas las anteriores muestras biológicas, la biomasa por sexo se define como la biomasa total por

la proporción en peso de cada sexo, esto es:

ss PBB ˆˆˆ = (74)

Por su parte, la proporción sexual en peso se define como

49

BBP s

s = (75)

En base a la información recolectada del muestreo biológico de la captura, la proporción sexual

en peso puede ser estimada por

∑=

s

s swsFswsFP

)(ˆ)(ˆ)(ˆ)(ˆˆ (76)

donde )(ˆ sF es la frecuencia numérica del sexo s y )(ˆ sw es el peso medio del sexo s. Por lo tanto,

la biomasa por sexo es estimada por

∑=

s

s swsFswsFBB

)(ˆ)(ˆ)(ˆ)(ˆˆˆ (77)

donde para B se utilizó tanto los estimadores diseño-basados como los modelo-basados. El error

en la estimación de la proporción P se consideró casi nulo, debido a los muy altos tamaños de

muestra esperados para F (>10000) y w (>1000). Entonces la varianza de sB es

)ˆvar(ˆ)ˆvar( 2 BPB ss = (78)

Un procedimiento similar fue aplicado para la parcialización de la biomasa por categorías de talla

(longitud cefalotorácica, lc), es decir que la biomasa para la categoría de talla lc es

∑=

lc

lc lcwlcFlcwlcFBB

)(ˆ)(ˆ)(ˆ)(ˆˆˆ (79)

El tamaño de muestra para F(lc) y w(lc) no fue tan grande como en la parcialización por sexo,

debido a que hay muchas más categorías de tallas, pero aun así fue lo bastante grande en cada

50

categoría de talla (sobre todo en F(lc)) como para ignorar esta fuente de varianza. De tal manera

que la varianza de )(ˆ lcB también fue evaluada a través de

)ˆvar(ˆ)ˆvar( 2 BPB lclc = (80)

Abundancia global y a la talla

Para cada uno de los estimadores globales de biomasa se estimó la abundancia en número global

como

wBKˆˆ = (81)

donde w es el peso medio proveniente de todos los individuos de la muestra biológica. Por ser la

muestra muy grande (>2000) se ignoró esta fuente de error de tal manera que la varianza de la

abundancia en número es

)ˆvar(1)ˆvar(2

Bw

K

= (82)


Determinar la condición reproductiva del camarón nailon en el área y período de

estudio.

4.9.1. FECUNDIDAD Y MADUREZ DE LOS HUEVOS

La metodología planteada para estimar la fecundidad del camarón nailon, corresponde a la

descrita en Acuña y Arancibia (1996) y Acuña et al. (1997), extrayendo la masa total de huevos,

los que son desprendidos mediante manipulación mecánica en agua de mar para evitar la

deshidratación. Una vez desprendidos los huevos se hace un homogeneizado, el que se espesa

con glicerina a un volumen constante de 150 ml; de este homogeneizado se obtienen tres

51

alícuotas de 100 microlitros, registrándose la cantidad de huevos presentes, calculando un

promedio y extrapolando luego al volumen del homogeneizado. Experimentos previos señalan

que con tres alícuotas se estabiliza el número de huevos contabilizados.

Sin embargo, el recuento se debe realizar en hembras que presentan los huevos en estado I ó II

solamente, ya que los estados III y IV no deben ser considerados, debido a la pérdida de éstos que

provoca la acción mecánica de la red y la manipulación de las hembras en estados de mayor

desarrollo, tal como fue determinado por Acuña y Arancibia (1996) y Acuña et al. (1997). Con el

objeto de producir resultados comparables con los obtenidos en otros estudios, la madurez de los

huevos de camarón nailon se asimiló a la escala descrita por Palma (1996).

4.9.2. DETERMINACIÓN DEL POTENCIAL REPRODUCTIVO

El potencial reproductivo de las hembras se estimó de la misma manera como lo han hecho para

el langostino colorado Roa y Bahamonde (1993) y Roa et al. (1997), y para el langostino amarillo

por Roa et al. (1998). Se utilizó el modelo descrito por Restrepo y Watson (1991), indexado por

posición espacial según la siguiente expresión:

GPZ=E y)(x,y)(x,y)h(x,y)(x, (83)

donde E es el número de huevos por unidad de área, Zh es la densidad numérica de hembras, P es

la fracción de hembras que portan huevos, G es el número de huevos por hembras. La densidad

en número de hembras fue

),(),(

),(yxwyxZ

yxZh

wn = (84)

donde Zw es la densidad en peso (ton km-2) de las hembras, hw es el peso medio de las hembras

en la localidad (x, y). La densidad en peso de las hembras en cada localidad se estimó utilizando

la siguiente ecuación:

52

),( ),(),( yxNwNw

NwyxZyxZ

mmhh

hhtotw

+

= (85)

donde Ztot(x,y) es la densidad total (i.e. machos y hembras), hw y mw son los pesos medios de

hembras y machos, respectivamente; Nh y N m son el número de hembras y de machos en la

muestra de la localidad (x, y), respectivamente.

Debido a las restricciones en la estimaciones de la fecundidad, para los efectos de este cálculo se

utilizaron los antecedentes del Proyecto FIP N° 99-08 (Acuña et al., 2000). La proporción de

hembras maduras en cada localidad (P(x,y)) fue calculada a partir de la muestra biológica

obtenida en cada lance. Una vez obtenidas las estimaciones locales, se utilizó la metodología

geoestadística para mapear la distribución espacial del potencial reproductivo.


Determinar la composición e importancia relativa de las especies que constituyan

fauna acompañante de este recurso durante los cruceros de evaluación.

La fauna acompañante en la pesca de langostino es relativamente escasa en términos de aporte

porcentual en peso respecto de la captura del recurso objetivo y lo mismo es válido en la pesca de

langostino amarillo. En cambio, la pesca de camarón nailon es abundante en fauna acompañante

de peces y crustáceos (Acuña et al., 1999; 2000; Roa et al. 1997, 1998, 1999a).

El tratamiento de separación y pesaje de la fauna acompañante a bordo consistió de los siguientes

procedimientos que se aplicaron a cada lance de pesca:

a) se separó manualmente a bordo toda la fauna acompañante de la especie objetivo,

b) se separaron todos los taxa de fauna acompañante al nivel de especies o grupos mayores (e.g.

jaibas, langostino amarillo, langostino colorado, merluza común, rayas, lenguados, congrios,

tiburones, pejerratas, etc.),

53

c) en el caso de organismos pequeños (e.g. langostino amarillo, langostino colorado) se pesaron

la totalidad de la captura y se tomó una submuestra para determinar el número de individuos

por kg, con lo cual se determina la captura en número,

d) en el caso de organismos de mayor tamaño (jaibas, peces, rayas y tiburones) se pesó la

captura total de cada grupo y se contó el número total en la captura.

4.10.1. ANÁLISIS DESCRIPTIVO

El análisis descriptivo apunta a conocer por estrato de profundidad, por estrato latitudinal, por

Región, y globalmente el aporte porcentual en peso del listado completo de los ítems que

componen la fauna acompañante, tanto respecto de la captura total como de la captura de

camarón nailon, así como la frecuencia de ocurrencia y el volumen de captura de cada una de las

principales especies de la fauna acompañante.

En primer lugar, se agrupó la fauna acompañante del camarón nailon, confeccionando un listado

completo, agrupando las especies en base a estratos de profundidad de 50 m. Finalmente, las

especies acompañantes de la captura de camarón nailon se agruparon por Región. Para estas

clasificaciones se utilizaron los macros de Tablas Dinámicas de la planilla Excel. Los resultados

se reportan gráfica y tabuladamente, en términos de aporte porcentual en peso respecto del total

de la captura y respecto de la captura de camarón nailon, en términos de la frecuencia de

ocurrencia, y en términos de la captura total.

Para el caso de las especies que no se puedan identificar de inmediato por parte del personal

técnico a bordo, se asignó nombres arbitrarios y descriptivos y se llevó una muestra a tierra para

su identificación en base a Andrade y Báez (1980), Pequeño y Lamilla (1985), Ojeda y Avilés

(1987), Meléndez y Meneses (1989), Kong et al. (1988) y otros.

4.10.2. IDENTIFICACIÓN Y CARACTERIZACIÓN ESPACIAL DE COMUNIDADES

El análisis de la fauna acompañante presente en la pesquería del camarón nailon (Heterocarpus

reedi), resulta de gran interés toda vez que las capturas, estandarizadas por el esfuerzo, pueden

54

ser consideradas como reflejo de la abundancia relativa de las especies en el medio. Esta

información, analizada con métodos numéricos permite distinguir asociaciones específicas, cuya

importancia radica en que pueden ser reflejo de la estructura de la comunidad a la que se asocia la

especie principal.

En Chile se ha utilizado la fauna acompañante de las capturas de camarón nailon (Acuña y

Arancibia, 1996; Acuña et al., 1997; 1999; 2000a,b) para efectuar la caracterización de las

comunidades a las que se asocian estos recursos. Este análisis ha consistido básicamente en

identificar asociaciones específicas por medio de métodos multivariados, análisis de clasificación

y ordenación. Recientemente, esto ha sido complementado con la verificación de la existencia de

diferencias en la estructura de las asociaciones específicas por medio de curvas ABC

(Comparación Abundancia/Biomasa) (Acuña et al., 1999; 2000). Los resultados de estas

comparaciones permitieron distinguir diferencias entre las asociaciones específicas tanto en un

sentido batimétrico como latitudinal.

Otra alternativa para probar la hipótesis nula de ausencia de diferencias entre comunidades es el

método de permutación no paramétrica denominado ANOSIM. Esta prueba ha sido ampliamente

utilizada para contrastar la estructura de comunidades de peces (Fennessy et al., 1994),

macroinfauna (Carrasco et al., 1999), meiofauna (Warwick et al., 1997) y macroepifauna

(Chapman & Underwood, 1999; Kraufvelin, 1999). Su ventaja reside en que entrega un

coeficiente de similitud global y, además, para cada par de comparaciones con su respectivo

valor de significancia. Por lo tanto, en el presente estudio las comunidades identificadas serán

comparadas a través de las curvas ABC y a través del Análisis de Similitud con el propósito de

indagar en diferencias en las asociaciones específicas en la escala espacial.

4.10.2.1. IDENTIFICACIÓN DE COMUNIDADES

Se identificó en la escala espacial las asociaciones específicas por medio del Método de

Clasificación (Análisis de Cluster) (Clifford & Stephenson, 1975), utilizando el software

PRIMER (Plymouth Marine Laboratory; Clarke & Warwick, 1994). Este análisis consiste en

55

comparar de a pares todos los lances de pesca, en función de la cpue de cada especie, utilizando

el Indice de Similitud de Bray-Curtis (IBC, Bray & Curtis, 1957), cuya expresión es la siguiente:

( )∑

∑

=

=

+

−= p

iikij

ikij

p

i

xx

xxIBC

1

1 (86)

donde p: número de puntos de muestreo; Xij: es la cpue de la especie i en el punto de muestreo j, Xik:

es la cpue de la especie i en el punto de muestreo k.

Con los valores de similitud se construye una matriz de similitud, la que es utilizada para efectuar

el análisis de clasificación (Fig. 3). Para balancear los valores atípicos (especies raras) con los

valores comunes (especies comunes), se transforma los datos originales de abundancia relativa

(cpue) aplicando raíz cuarta (√√), según el criterio propuesto por Clarke & Warwick (1994).

Fig. 3. Esquema de pasos en un análisis multivariado basado en Indice de Similitud paraidentificar asociaciones específicas (Clarke & Warwick, 1994).

4.10.2.2. DETERMINACIÓN DE DIFERENCIAS ENTRE COMUNIDADES

a) Análisis de similitud, ANOSIM

Una vez que se ha identificado las diferentes asociaciones de especies a través del Análisis de

Clasificación, éstas fueron comparadas entre sí para detectar diferencias en su estructura. Se

Lance de pesca

1 2 3 4 5 6 7

Especies

√√

Bray-Curtis

2 3 5 1 4Cluster

Matriz de similitud

56

aplicó un método análogo a MANOVA, denominado ANOSIM (Analysis of Similarities de

Clarke & Green, 1988). Los procedimientos de ANOSIM se encuentran implementados en el

software PRIMER, estos consisten en una permutación no paramétrica aplicada a la matriz de

similitud de rangos basada en la ordenación o clasificación de las muestras. Este método entrega

el coeficiente R y su respectivo nivel de significancia, y se encuentra definido por la siguiente

ecuación:

4/)1()(

−

−=

nnR rr wB (87)

donde, rB: es el promedio de los rangos de similitud de todos los pares de réplicas en los

diferentes sitios; rW es el promedio de todos los rangos de similitud entre replicas dentro de cada

sitio.

El valor R se encuentra ente -1 y +1. Sin embargo, valores menores a 0 son poco probables, ya

que correspondería a zonas de pesca distintas con valores de similitud mayores a los valores de

similitud de puntos geográficos dentro de estas zonas de pesca. Un valor igual o aproximado a

cero señala que la similitud entre y dentro del las zonas geográficas es aproximadamente el

promedio, es decir, las asociaciones específicas no muestran diferencias en la estructura de sus

valores de cpue. Un valor igual a 1 ocurre cuando todas las réplicas de una zona de pesca son

iguales entre sí y distintas a las réplicas de cualquier otra zona de pesca en la comparación, es

decir, las asociaciones específicas muestran diferencias en la estructura de sus valores de cpue.

b) Comparación abundancia/biomasa o curvas ABC

b.1) Método gráfico

Las asociaciones faunísticas fueron comparadas también con el método de Comparación

Abundancia/Biomasa (ABC) (Warwick, 1986) a través de la construcción de una curva k-

dominancia (Lambsead et al., 1983), la que consiste en clasificar de manera decreciente, en

términos de abundancia y biomasa, los taxa mayores presentes en las muestras, graficando en

escala logarítmica versus la abundancia y biomasa, en términos de porcentaje, en una escala

acumulativa. La forma de la curva de abundancia y biomasa, dependiendo de la estructura de la

57

asociación, y será distinta a la forma que presenten dichas curvas en una asociación de especies

diferentes. En comunidades sin perturbación y, por tanto, más diversas, la curva de biomasa se

encuentra sobre la curva de abundancia (Fig. 4a), aunque una situación intermedia (Fig. 4b)

ocurren cuando ambas curvas son similares. Altas perturbaciones están representadas cuando la

curva de abundancia está sobre la curva de biomasa (Fig. 4c). La ventaja de utilizar este método

es que permite comparar la distribución de abundancia y la distribución de biomasa.

Fig. 4: Curva k-dominancia hipotética para abundancia y biomasa, mostrando distintos grados deperturbación.

c) Método analítico (estadígrafo W)

Complementariamente al método gráfico, se aplicará un método analítico para detectar

diferencias en la estructura de las diferentes asociaciones de especies identificadas. Este método

consiste en calcular el estadístico W (Clarke, 1990), cuya expresión es:

[ ]∑=

−−=S

iii SABW

1)1(50/)( (88)

donde: Bi: biomasa de la especie i, Ai: abundancia de la especie i , S : número de total de especies.

El estadístico W puede tomar valores que van desde -1 hasta +1. Cuando W tiende a 1 es

equivalente a comunidades sin perturbación y más diversas. Cuando el valor de W es próximo a

cero ello equivale a una situación intermedia; y cuando tiende a -1 ello es equivalente a

comunidades fuertemente perturbadas y menos diversas. Para probar la significancia de las

diferencias en los valores de W, se utiliza la prueba H de Kruskal Wallis, según los

“Ranking” de importancia de especies (escala logarítmica)

Impo

rtan

cia

acum

ulad

a (%

)

1 5 10 1 5 10 1 5 10

100

50

0

Biomasa

Biomasa

Biomasa

AbundanciaAbundan

cia

Abundancia

Sin perturbaciónModeradamente

perturbadoAltamenteperturbado

a b c

58

procedimientos descritos por Sokal & Rohlf (1981). Para obtener los intervalos de confianza del

estadístico W se aplicará el método de “Acuchillamiento de Datos” (Jaksic´ & Medel, 1987), el

que consiste en recalcular el valor de W, extrayendo los valores de abundancia y biomasa de una

de las especie que compone la muestra. Posteriormente, estos valores se reemplazan y se extraen

los pertenecientes a una segunda especie, hasta realizarlo con la totalidad de las especies que

componen la muestra. Con esto se obtiene una familia de valores de W, cuya magnitud es muy

próxima al valor original y permiten calcular una media y sus valores de dispersión.

d) Comparación univariada

La comparación univarada es un complemento a las pruebas anteriores y su objetivo es conocer

los cambios en la abundancia relativa (CPUEe) de las especies más importantes presentes en las

comunidades identificadas. Para la comparación global se utilizará la prueba H de Kruskal Wallis

(Sokal & Rohlf, 1981). La comparación de pares se efectuó por medio de la prueba de U de

Mann-Whitney (Sokal & Rohlf, 1981), y cuando sea necesario realizar más de una comparación

de pares se aplicara el método de Bonferroni, el que consiste en dividir el valor de alfa por el

número de comparaciones con el propósito de evitar el error de Tipo I. (Mendenhall & Sincich,

1997)

4.11. SITUACIÓN DEL STOCK

4.11.1. PRODUCCIÓN SECUNDARIA

Roa y Quiñones (1998), a través de un análisis teórico basado en la ecuación de crecimiento de von

Bertalanffy y la tasa instantánea de renovación P/B, determinaron que la ecuación que rige la

relación entre P/B y tamaño corporal es de la forma

∞

1-WW +)(k=)

BP(

1-β

β logloglog (89)

59

donde (P/B) es la tasa de renovación, k el coeficiente de crecimiento de Von Bertalanffy, ß el

coeficiente de la relación longitud peso, W es el peso promedio de la clase de tamaño y W∞ es el

peso asintótico de los individuos del stock.

Considerando que el camarón nailon crece como promedio anual según el modelo de von

Bertalanffy (Roa, 1993b, Roa y Tapia, 1998), entonces se tiene que:

]e-[1W=W(t) )t--k(t 0 β∞ (90)

Luego, la ecuación puede ser reformulada de la siguiente manera :

e-1ek=

BP

)t-k(t-

)t--k(t

0

0

β (91)

donde to es la edad a tamaño cero. Para transformar esta ecuación en una más apropiada para

estimar producción a partir de la estructura de tallas de la población, la ecuación puede

expresarse en términos de longitud corporal como

]e-[1L=L(t) )t--k(t 0∞ (92)

donde L∞ es el largo asintótico. Un reordenamiento algebraico de las ecuaciones anteriores conduce

a

-1)LL(k

lcwlcF

lcwlcF B=P

clS

=cl

S

1=cl

∞

∑∑ β

)()(

)()(ˆˆ

1

(93)

donde B es la biomasa total estimada, y la sumatoria es a través de las categorías de tallas, S siendo

el número de clases de tamaños. Esta ecuación de producción permitirá tener una estimación de la

producción esperada de biomasa para el siguiente año, lo que es altamente relevante para conocer la

situación del recurso. Esta ecuación de producción permite tener una estimación de la producción

esperada de biomasa para el siguiente año, lo que, al ser intrínsecamente talla-estructurada, es

aplicable a un amplio espectro de organismos. Estas características hacen que el modelo de Roa y

60

Quiñones (1998) muestre ventajas comparativas respecto a otro tipo de modelos para estimar

producción biológica, algunos de los cuales requieren de un tiempo considerable para estimar la

edad de los individuos, presentando además dificultades metodológicas en el proceso.

Los parámetros de crecimiento a ser utilizados se obtuvieron de la literatura y las estimaciones de

biomasa provienen de secciones anteriores de este proyecto, considerando sólo la estimación de

biomasa con menor varianza, y las frecuencias de tallas y pesos medio de los muestreos biológicos

contemplados en el estudio. Además, la varianza del estimado de producción se calculará a través de

remuestreo Monte Carlo, tomando en consideración que k y L∞ describen una distribución normal

bivariada asimétrica, utilizando el algoritmo de remuestreo de distribuciones normales bivariadas de

Roa et al. (1999). Se ignoró la varianza debida a la frecuencia de tallas y a los pesos medios debido

al gran tamaño de muestra que se utilizó en este cálculo global.

Para la estimación de producción secundaria se separan machos y hembras, debido a que los

parámetros de crecimiento de esta especie presentan diferencias significativas por sexo. En la

Tabla 2 se presenta los parámetros de crecimiento de la ecuación de von Bertalanffy usados en la

estimación de producción secundaria.

Tabla 2. Parámetros de crecimiento de la ecuación de von Bertalanffy usados en la estimaciónde producción segundaria de camarón nailon. Los errores estándar se muestran enparéntesis. K es la tasa intrínseca de crecimiento, L∞ es la longitud asintótica, β esel parámetro de la relación longitud-peso.

L∞ (mm) K (año-1) β

Machos 40.68 (6.01) 0.199 (0.07) 2.84 (0.028)

Hembras 48.34 (6.55) 0.174 (0.05) 3.19 (0.017)

4.11.2. RECURSO CAMARÓN NAILON

Se utilizó la abundancia en número por tallas de camarón nailon, por sexo, cuantificada durante el

período del crucero de evaluación con el método geoestadístico. Se considera que la biomasa

61

cuantificada sólo da cuenta del stock vulnerable y no de la biomasa total, ya que la estructura de

tamaños es función tanto de la selectividad/vulnerabilidad de los ejemplares al arte de pesca

como del reclutamiento.

Para determinar la abundancia total (tanto de la fracción incompletamente vulnerada como

vulnerada), se utilizó la siguiente ecuación de sobrevivencia para reconstruir la abundancia desde

la talla más grande (j= 43 mm LC) hasta la más pequeña encontrada en los datos de frecuencia de

tallas:

]t)MFSexp[(NN ctttt ∆∆ += + (94)

donde t representa la edad estimada para el límite inferior de la clase de longitud j, ∆t es el

tiempo transcurrido entre el límite inferior y superior del intervalo de longitud j, N es el número

de individuos, S es la selectividad, Fc es la mortalidad por pesca de la fracción completamente

reclutada, M es la tasa instantánea de mortalidad natural, asumida constante para todas las tallas.

Tanto en la evaluación de stock como en el análisis de puntos biológicos de referencia se utilizó

una tasa de mortalidad natural M = 0,2 año-1. Este valor es una aproximación al valor estimado en

0,18 año-1 utilizando la ecuación empírica de Brey & Cage (1997).

Para estimar el tiempo transcurrido entre el límite inferior y superior de cada clase de talla (∆t),

se utilizó los parámetros de crecimiento del modelo de von Bertalanffy, i.e.

[ ])/()( 11

+− −∞−∞=∆ jj LLLLLnKt (95)

y la edad relativa (t-t0) a la longitud L en el j-ésimo intervalo de tallas, por:

∞

−

−=

LL

Kt j1ln1

(96)

62

donde K y L∞ son parámetros del modelo de crecimiento de von Bertalanffy, K es el coeficiente

de crecimiento (año-1), L∞ es la longitud asintótica (mm), y Lj representa la longitud en el j-ésimo

intervalo de tamaño. Los parámetros de crecimiento disponibles para el camarón nailon se

presentan en la Tabla 3, habiéndose utilizados en este estudio aquellos comunicados por Canales

et al. (1999) porque fueron los más verosímiles en la evaluación y porque fueron determinados

sin diferenciar sexos.

Tabla 3. Parámetros de crecimiento en longitud de camarón nailon.

Sexo

L∞

(LC, mm)

K

(año-1)

t0

(año)

φ’

Fuente

Machos 37,7 0,343 -0,117 2,688 Ziller (1993)

Hembras 43,9 0,305 0,170 2,769

Machos 40,7 0,199 -0,809 2,518 Acuña et al. (1997)

Hembras 48,3 0,174 -0,510 2,608

Machos 52,1 0,105 0,508 2,455 Pavez et al. (1996)

Hembras 52,9 0,149 0,614 2,620

Ambos 46,3 0,138 0,374 2,471 Canales et al. (1999)

Machos 40,7 0,199 -0,809 2,518 Roa & Erntz (1996)

Hembras 48,3 0,174 -0,510 2,608

El patrón de explotación se asumirá logístico y determinado por tres parámetros (p1, p2 y p3), i.e.

[ ] 131211 −

−−+= pt )LL(ppexp(S (97)

donde L barra es la marca de clase y L1 barra es la marca de clase de la primera clase de longitud.

En este sistema de ecuaciones, los parámetros desconocidos son la abundancia en número de la

clase de longitud más grande (Nm), la tasa de mortalidad por pesca en la fracción completamente

63

vulnerada (Fc) y los parámetros que describen el patrón de explotación, es decir: p1, p2 y p3 del

modelo logístico.

La estimación de los parámetros desconocidos se controlará a través de la siguiente función

objetivo:

[ ]∑=

−=k

j

Estt

Obst

N

NNL1

2

21 )ln()ln(2

1σ (98)

que corresponde a la parte negativa de una función de verosimilitud. En la función objetivo, EsttN

representa la abundancia promedio vulnerable, i.e.

)FSM/())t)FSM(exp((NSN jjcjjjEstj ++−−= ∆1 (99)

Con el objeto de otorgar estabilidad al proceso de estimación, se agregará una penalización para

el parámetro Fc consistente en incorporar la siguiente función de verosimilitud al proceso de

estimación, a saber:

( )222 )ln()ln(2

1 EstObs

Y

YYL −=σ

(100)

donde YObs representa la captura en peso observada y acumulada (cuota de captura anual = 5000

t). La captura en peso estimada desde el modelo se realizará por

∑ +∆+−−=j

jjcjjcjjEst FSMtFSMNFSWY )/()))(exp(1( (101)

donde el subíndice j representa clases de tallas, w es el peso promedio de la clase de longitud j,

mientras que S, Fc, M y N fueron definidos previamente. Se considera adecuado incorporar una

64

variable lambda que será determinada a priori como un supuesto no informativo de la

contribución de los datos de captura a la log-verosimilitud, i.e.

)/( YY221 σλ = (102)

La función objetivo corresponde a la suma de las funciones de log-verosimilitud negativas. En el

modelo, la biomasa vulnerable viene dada por la siguiente expresión:

∑ +∆+−−=j

jjcjjjj )FSM/())t)FSM(exp((NSWB 1 (103)

4.11.3. ANÁLISIS DE LA SITUACIÓN

A partir de los resultados de la estimación de la abundancia, la situación del recurso se analizó

comparando la mortalidad por pesca actual (Fc) con puntos biológicos de referencia provenientes

de un análisis de rendimiento y biomasa por recluta. El análisis de rendimiento por recluta se

realizó talla-estructurado utilizando la ecuación de sobrevivencia :

]t)FSM(exp[NN ctttt ∆+−=∆+ (104)

donde la abundancia inicial en la clase de longitud más pequeña se considera un recluta, i.e.

N(j=1) = R=1. La captura por recluta (YPR) se estimó de acuerdo con

∑ ++−−=j

cjcjjcjj )FSM/())t)FSM(exp((NFSwYPR ∆1 (105)

La biomasa por recluta (SPR) se determinó según la siguiente ecuación:

∑ ++−−=j

cjcjjjj )FSM/())t)FSM(exp((NwmSPR ∆1 (106)

65

donde mj representa la ojiva de madurez sexual. Se utilizó la ojiva de madurez comunicada por

Acuña et al. (1997).

A partir de las curvas de YPR y SPR en función de Fc, se determinó los siguientes puntos

biológicos de referencia:

Fmax Tasa de mortalidad por pesca a la cual se obtiene el máximo rendimiento porrecluta. Fmax se estima maximizando el YPR variando F.

F0,1 Tasa de mortalidad por pesca al nivel del 10% de la pendiente en el origen de lacurva de rendimiento por recluta (Gulland y Boerema, 1973).

F2/3 Tasa de mortalidad por pesca a la cual la biomasa del stock desovante porrecluta se reduce a 2/3 de la biomasa desovante virginal.

F40% Tasa de mortalidad por pesca a la cual la biomasa del stock desovante porrecluta se reduce al nivel del 40% del stock desovante por recluta.

F=M Tasa de mortalidad por pesca igual a la tasa instantánea de mortalidad natural.

F20% Tasa de mortalidad por pesca a la cual la biomasa del stock desovante porrecluta se reduce al nivel del 20% del stock desovante por recluta.

El F0,1 (Gulland & Boerema, 1973) se define en términos matemáticos como la tasa de mortalidad

por pesca a la cual la pendiente de la curva de captura en peso por recluta (dY/dF) es 10% de la

pendiente en el origen, i.e.

0FFF dFdYPR0,1

dFdYPR

0,1 ==

= (107)

La mortalidad por pesca que maximiza la captura por recluta es Fmax y ocurre cuando la pendiente

de la función de captura por recluta es cero veces la pendiente en el origen. Así, F0,1 será siempre

menor que Fmax y, por lo tanto, una mortalidad por pesca más baja. Una de las ventajas de F0,1,

desde el punto de vista matemático, es que esta es calculada siempre en casos donde Fmax no es

definido muy claramente. Además, la mortalidad por pesca F0,1 es menos sensitiva a pequeños

cambios en el crecimiento o en el patrón de explotación (selectividad del arte) (Rivard &

Maguire, 1993). F2/3, F40% y F20% se estiman resolviendo las siguientes ecuaciones,

respectivamente:

66

0032

32 ==− )F(SPR)F(SPR / (108)

004040 ==⋅− )F(SPR,)F(SPR % (109)

002020 ==⋅− )F(SPR,)F(SPR % (110)

67

5. RESULTADOS

5.1. ASPECTOS OPERACIONALES DE LOS CRUCEROS

En la Tabla 4 se resumen las actividades que se ejecutaron con los barcos arrastreros participantes

en el estudio. La programación propuesta tomaba en cuenta la mejor época para realizar la

prospección, de acuerdo a los hallazgos del modelo de simulación dinámico que predice la

biomasa, las capturas y las CPUE en forma temporal y espacial, desarrollado en la Universidad

Católica del Norte (Acuña et al., 1999; 2000; Pérez et al., 2000). Sin embargo, debido a la

necesidad de cumplir algunos compromisos anexos al estudio como reuniones de coordinación

con el FIP e investigadores del Proyecto paralelo sobre evaluación de los dos langostinos (FIP

2001-06) y la tramitación de una Pesca de Investigación, las actividades se iniciaron recién el día

9 de junio de 2001, con lo cual se produjo un desfase en el período de inicio originalmente

propuesto de mediados de mayo.

Tabla 4. Programa de operación de las naves, transectas, zonas, número de lances y período deactividades.

PAM FOCHE PAM NISSHIN MARU PIONERO

Puerto Base de Operaciones Caldera y Coquimbo San Antonio y Tomé Caldera

Institución Responsable* U. Católica del Norte U. de Concepción U. Católica del Norte

Tripulación Técnica 1 Técnico 2 Técnicos 1 Técnico

Coordinador Logístico Ximena Bennett Luis Poblete Ximena Bennett

Personal de Apoyo en Tierra 1 Técnico 1 Vehículo 1 Técnico 1 Vehículo 1 Técnico 1 Vehículo

Implementación naves Ultima semana demayo 2001

Ultima semana de mayo2001

Ultima semana demayo 2001

Rango de Transectas 1 a 63,5 66 a 103 29 a 38

Número de Lances 209 lances 176 lances 21 lances

Fecha de Inicio deMuestreos

9 de junio 2001 23 de junio 2001 27 de junio 2001

Fecha Final de losMuestreos

4 de Agosto de 2001 27 de Julio de 2001 29 de Junio de 2001

68

El PAM Industrial 1( “FOCHE”) operó entre las Regiones II y IV, cubriendo el muestreo entre

las transectas 1 y 63,5; mientras que el PAM Industrial 2 (“NISSHIN MARU") operó entre las

Regiones V y VIII, cubriendo el muestreo entre las transectas 66 y 103, mientras que la nave

artesanal (“PIONERO”) operó en la extensión de las transectas hacia la zona de reserva artesanal

de la III Región, entre el límite norte de la Región y Caleta Pajonales (transectas 29 a 38).

5.2. LANCES, REGISTROS DE POSICIÓN Y DISTANCIA RECORRIDA EN CADA

LANCE

Según el diseño original, se efectuó 102 transectas (primera etapa del diseño) de las que se

efectuaron efectivamente 94, a lo anterior se le agregaron 43 transectas adaptativas (segunda

etapa del diseño), totalizando 137 transectas. En total se efectuó 406 lances, de los que 186,

equivalentes al 45,8% presentaron algún registro de camarón nailon, aunque solo en 142 lances,

equivalente al 35% se definen como los lances “exitosos”, utilizados en la evaluación

posteriormente.

Los registros de los lances efectuados por nave, con fecha, hora, geoposición, distancia barrida,

batimetría, pesca de la especie objetivo y otros datos crudos y estandarizados a km-lineal, son

presentados en el Anexo 1. La cantidad de lances efectuados por Región son presentados en la

Tabla 5. Se define “km-lineal” al producto entre la abertura de punta de alas (APA) y la distancia

barrida por la red (d), y se expresa en unidades de superficie (km2 o mn2). La distancia recorrida

por la red es el producto entre la velocidad de la nave y el tiempo de arrastre efectivo.

Tabla 5. Número de lances efectuados por Región para la captura de camarón nailon.

Región Nº lancesII 70III 53IV 106V 56VI 28VII 49VIII 44

Total 406

69

5.3. DETERMINACIÓN DEL ANCHO DE BARRIDO DE LA RED (APA)

Para aplicar el procedimiento descrito en la Metodología, se realizó las siguientes mediciones a

bordo:

• Longitud cable de cala durante el lance de pesca.

• Profundidad del fondo marino durante el lance de pesca.

• Medición del ángulo de inclinación del cable de cala, denominado Beta.

• Medición de la separación entre las pastecas de los cables de cala.

• Medición de la separación de los cables de cala a una distancia de 2 m de las pastecas, lo que

permitió calcular el valor del ángulo de separación, denominado Alfa.

Para realizar estas mediciones a bordo, se consideró aquellas condiciones de mar que permitiesen

una adecuada lectura de los instrumentos utilizados para el efecto. Las mediciones fueron

realizadas cuando el barco estaba siguiendo una trayectoria recta durante el arrastre, es decir, lo

más estable posible, evitando medir cuando éste se encontraba escorado o bien efectuando alguna

maniobra de cambio de rumbo.

No obstante lo anterior, cabe señalar que durante el período de muestreo las condiciones

meteorológicas fueron irregulares, presentándose situaciones de fuertes vientos y de mal tiempo

que dificultaron contar con las condiciones mínimas requeridas, tanto de estabilidad de la

embarcación como de seguridad para los muestreadores, para una adecuada medición a bordo

tanto de ángulos como de separación de cables de cala. Por esta razón fue imposible registrar los

ángulos requeridos para la totalidad de los lances de pesca, aunque afortunadamente se cuenta

con datos para los lances positivos utilizados para la evaluación.

Cabe señalar que durante la estadía en puerto de las tres embarcaciones, se levantó la información

tanto de las redes y portalones, como de los cables de su maniobra, lo que permitió confeccionar

los planos respectivos, según normas FAO, los que se incluyen en el Anexo 2.

Con la información de los planos y con los valores obtenidos en cada lance de pesca, se utilizó el

siguiente procedimiento de cálculo:

70

1º Se estimó la longitud que proyecta el cable de cala en el eje X.

2º Se estimó la distancia de separación entre los portalones.

3º Se estimó la separación entre punta de alas de la red durante el arrastre.

Con relación a los valores de APA estimados a partir de la información obtenida en los lances de

arrastre, se puede señalar que éstos son coherentes con lo señalado en la literatura. En efecto,

según Prado y Dremière (1988), la abertura punta de alas en redes de arrastre de fondo oscila

alrededor del 50% de la longitud de la relinga superior.

La APA promedio del PAM “Foche” en los lances positivos utilizados en la evaluación

corresponde a 14,68 m; la del PAM “Nisshin Maru III” a 13,48 m; y la de la L/M “Pionero” a

18,15 m (Tabla 3). El listado de la información completa de estos lances se entrega en el Anexo

1.2.

Tabla 6. Abertura de punta de alas (APA, m) promedio y otros estadígrafos para los PAMs“FOCHE” y “NISSHIN MARU III” y de la L/M “PIONERO” en los lances positivosutilizados en la evaluación.

Estadígrado APA “FOCHE” “NISSHIN MARU” “PIONERO”Promedio 14,68 13,48 18,15Varianza 2,29 2,12 2,97Mediana 15,01 13,70 17,98Máximo 18,18 18,01 20,15Mínimo 12,05 11,01 16,47N 85 53 4

Para establecer algún tipo de dependencia de la variable APA en función de la profundidad de

operación, se intentó ajustar ambas variables a un modelo de regresión lineal simple. Sin

embargo, las valores obtenidos indicaron que en esta pesquería de camarón, estadísticamente no

existe relación lineal entre APA y la profundidad de arrastre.

71

Cabe señalar que similar situación ocurre en otras pesquerías de arrastre, donde las tácticas de

pesca que generalmente utilizan los patrones de los barcos no están determinadas por la

profundidad del caladero, sino que de variables tales como la estacionalidad, las condiciones

ambientales, la experiencia del patrón y otras (G. Martínez, com. pers.)1.

De igual modo, al intentar relacionar la APA con la longitud del cable de cala no se obtiene

relaciones estadísticamente validadas entre ambas variables. En todo caso, el no haber encontrado

una relación estadística entre APA vs. profundidad y APA vs. longitud del cable de arrastre,

desde el punto de vista metodológico no tiene mayor implicancia ya que esta metodología no

presenta ningún tipo de supuesto o requerimiento adicional a los antes señalados. Es decir, no es

requisito que exista relación lineal entre la APA y la profundidad para aplicar el método de

Koyama (G. Martínez, com. pers.)1.

1 Guillermo Martínez G. Ingeniero Pesquero, Universidad Católica de Valparaíso.

72

5.4. OBJETIVO ESPECIFICO 1

Determinar la distribución espacial del recurso camarón nailon en el área de estudio.

5.4.1. IDENTIFICACIÓN DE CALADEROS Y ENFOQUE GEOESTADÍSTICO

El análisis de la distribución espacial de los lances de pesca positivos y negativos para camarón

nailon, y el valor de la captura por unidad de área barrida (CPUE = CPUA; ton/mn2), por latitud,

reveló la presencia de 15 caladeros (Tabla 7). Los límites de éstos fueron determinados

cartografiando todos los lances de pesca (Figs. 5 a-b) e interpolando el área de distribución de

camarón nailon según antecedentes históricos y biológico-pesqueros (régimen de operación de la

flota pesquera camaronera). Además, se contó con información adicional correspondiente a

lances de pesca positivos para la especie realizados en los cruceros de langostinos, en el marco

del proyecto FIP 2001-06.

Tabla 7. Límites latitudinales de los caladeros de pesca de camarón nailon y área (mn2 y km2)correspondiente.

Límites latitudinales (ºS) AreaCaladero N S mn2 km2

1 22º 19,86’ 23º 00,97’ 125,3 429,72 24º 08,45’ 25º 22,65’ 196,9 675,53 25º 24,12’ 26º 10,64’ 138,2 473,84 26º 13,20’ 26º 52,64’ 143,1 490,95 27º 17,34’ 28º 45,99’ 279,6 958,96 28º 47,27’ 29º 42,34’ 167,1 573,07 29º 46,84’ 30º 11,67’ 87,4 299,88 30º 14,04’ 31º 04,76’ 74,7 256,29 31º 26,10’ 32º 53,16’ 262,1 899,110 33º 28,35’ 33º 38,55’ 18,2 62,611 33º 57,59’ 34º 50,24’ 75,7 259,612 35º 06,89’ 35º 19,68’ 48,9 167,613 35º 27,34’ 35º 39,62’ 17,1 58,814 35º 46,82’ 36º 04,98’ 70,4 241,515 36º 17,73’ 36º 36,72’ 20,0 68,5

Total 1724,6 5915,4

73

21

22

23

24

25

70717224

25

26

27

28

70717227

28

29

30

31

70717273

Fig. 5a. Disposición espacial de los lances de pesca positivos (puntos negros) y negativos (puntos rojos) de camarón nailon entre 21º y31º S.

74

30

31

32

33

34

71727333

34

35

36

37

7172737436

37

38

39

40

72737475

Fig. 5b. Disposición espacial de los lances de pesca positivos (puntos negros) y negativos (puntos rojos) de camarón nailon entre 31º y40º S.

75

En muchos casos, especialmente en las Regiones II, III y IV, y marginalmente en la Región V,

parte de los caladeros se encuentran dentro de las 5 millas náuticas de reserva de la pesca

artesanal. Debido a ello, y de acuerdo con los Términos Técnicos de Referencia, en la Tabla 8 y

Figura 6 se presenta el área de cada caladero dentro y fuera de las 5 mn . Esta también es

entregada en el formato SHOA, en escala 1: 1.000.000.

Tabla 8. Fracción de área (mn2) de los caladeros dentro y fuera de las 5 mn de reserva de lapesca artesanal.

Dentro Fuera TotalCaladero (mn2) % (mn2) % (mn2)

1 55,7 44,4 69,6 55,6 125,32 147,4 74,9 49,5 25,1 196,93 62,9 45,6 75,2 54,4 138,24 16,0 11,2 127,1 88,8 143,15 196,5 70,3 83,1 29,7 279,66 43,0 25,8 124,0 74,2 167,17 45,2 51,7 42,2 48,3 87,48 66,1 88,5 8,6 11,5 74,79 67,7 25,8 194,5 74,2 262,110 18,2 100,0 18,211 75,7 100,0 75,712 48,9 100,0 48,913 17,1 100,0 17,114 70,4 100,0 70,415 20,0 100,0 20,0

Total 700,5 40,6 1024,2 59,4 1724,6


El análisis de variogramas unidireccionales no revela la presencia de efecto anisotrópico de la

distribución espacial de la densidad poblacional de camarón nailon. El modelo de variograma

teórico que mostró el mejor ajuste, mediante el procedimiento de mínimos cuadrados ponderados

(Cressie, 1993), fue el modelo exponencial con rango r, igual a (Fig. 7):

( ) 0exp1 ≠

−−+= hpara

rh

CCh oγ

76

Ba . S ala do

Pto . C al de ra

Pto . C ha ña ra l

Pta . B al len a

Ta ltal

Pta . M o ren o

Pta . P la ta

An tof ag as ta

Me jill on es

II R eg ió n

III R e gió n

Ba. Salado

Antofagasta

Pta. Plata

Pta. Moreno

Taltal

Pta. Ballena

Pto. Chañaral

Pto. Caldera

Ba. Salado

Mejillones

III Región

II Región

N

27° 27°

26° 26°

25° 25°

24° 24°

23° 23°

72°

72°

71°

71°

70°

70°

69°

69°

��

Fuera de las 5 MnDentro de las 5 Mn

Ubicación de los Caladeros de Camarón Nailondentro y fuera de las 5 millas marinas (Artículo 47)entre la II y la VIII Región

Universidad Católica del NorteSede CoquimboArea Pesquería

Pichidangui

Ba. Teniente

Pta. Lobería

Ba. Tongoy

Ba. Coquimbo

Pta. Chungungo

Ba. Carrizal

Ba. Sarco

Pto. Carrizal Bajo

Pto. Huasco

Ba. Salado

III Región

IV Región

V Región

IV Región

N

32° 32°

31° 31°

30° 30°

29° 29°

28° 28°

73°

73°

72°

72°

71°

71°

70°

70°

��




Golfo deArauco

Talcahuano

Pta. Nugurne

Carranza

Pta. Duao

Topocalma

Sn. Antonio

Valparaiso

Pichidangui

V Región

V RegiónVI Región

VI RegiónVII Región

VII Región

VIII Región

N

37° 37°

36° 36°

35° 35°

34° 34°

33° 33°

74°

74°

73°

73°

72°

72°

71°

71°

��




Fig. 6. Disposición espacial de caladeros de camarón nailon indicando la fracción de área dentro (verde) y fuera (rojo) de las 5mn de exclusión artesanal entre 21º 27’S y 38ºS.

77

donde Co es el efecto nugget que caracteriza la variabilidad de microescala, C es el valor asintótico o

sill del variograma menos el nugget, y r es el rango del variograma, más allá del cual los datos ya no

presentan correlación (Tabla 6).

El variograma teórico mostró alta proporción de la estructura de varianza no resuelta por el diseño de

muestreo por cuanto alcanzó a 43,5% de la varianza total, es decir, la varianza no explicada (Tabla 9).

Tabla 9. Parámetros del variograma teórico según el modelo esférico. SCR= suma de cuadradosde los residuos, VNE= Varianza no explicada.

Parámetro ValorRango (mn) 52,0Sill 147,1Nugget 53,4SCR 37,5VNE (%) 36,3

Los parámetros del variograma teórico exponencial seleccionado y del kriging (modelo de

covariograma, y geometría de la grilla de interpolación) fueron utilizados para calcular las

ponderaciones óptimas asignadas a cada estimación local de la densidad de camarón nailon. Una vez

realizada la interpolación, sólo aquellos nodos de la grilla que se encontraban dentro de los polígonos

de estimación (caladeros), definidos sobre la base de los lances con y sin captura e información

batimétrica, fueron considerados en el mapeo de la densidad (Fig. 8) y posterior estimación de la

densidad media y biomasa total.

Fig. 7. Variograma experimental (puntos negros) y variograma teórico (modelo exponencial, líneacontinua) ajustado mediante mínimos cuadrados ponderados.

0

20

40

60

80

100

120

140

160

180

200

0 10 20 30 40 50 60 70 80 90 100

Distancia (mn)

Vario

gram

a

78

Fig. 8. Mapa georreferenciado de la densidad de camarón nailon en los 15 caladeros detectados en esteestudio.

79


Determinar la biomasa total (en peso) y abundancia (en número) total, y según

sexo y talla, del camarón nailon en el área de estudio, y por región y focos de

abundancia, según corresponda.

5.5.1. ESTIMADORES MODELO-BASADOS

5.5.1.1. ESTIMADOR GEOESTADÍSTICO

En la Tabla 10 se presenta el estimador de densidad poblacional media (Dg; ton/mn2) y su

correspondiente varianza de estimación (Var(Dg); ton2/mn4), y el área de dominio del polígono de

estimación (mn2), según el enfoque geoestadístico.

Tabla 10. Indice de densidad promedio (Dg; ton/mn2), área por caladero (mn2) y varianza deestimación (Var(Dg); ton2/mn4). Enfoque geoestadístico.

Area DensidadCaladero mn2 Dg Var(Dg)

1 125,3 0,666 2,5592 196,9 9,073 2,5593 138,2 7,712 2,5594 143,1 6,607 2,5595 279,6 7,954 2,5596 167,1 37,831 2,5597 87,4 9,224 2,5598 74,7 20,409 2,5599 262,1 9,079 2,55910 18,2 20,989 2,55911 75,7 15,507 2,55912 48,9 2,886 2,55913 17,1 5,693 2,55914 70,4 8,058 2,55915 20,0 3,752 2,559

Total 1724,6

80

En la Tabla 11 se entrega el estimador de biomasa (Bg; tons), la varianza de estimación de la

biomasa (Var(Bg)), el estimador de abundancia (miles de individuos) y la varianza de estimación

correspondiente, por caladero. Para efectos de cumplir con lo solicitado por las Bases Técnicas,

en cuanto a informar la varianza total del estimador biomasa total; y, a la vez, cumplir con los

requisitos estadísticos, la varianza del estimador de biomasa total se estimó como la suma de las

varianzas de la biomasa de cada caladero, bajo el supuesto que los caladeros constituyen

entidades independientes; es decir, se asume que la biomasa de cada caladero no tiene ninguna

influencia sobre la biomasa de los caladeros adyacentes o que ésta es despreciable, con lo que la

covarianza entre caladeros tiende a cero. Si ello no fuere cierto, el efecto será que la varianza

total estará sobreestimada, generando intervalos de confianza más anchos.

Tabla 11. Estimador de biomasa (Bg; tons), varianza de estimación (Var(Bg); ton2), estimadorde abundancia (Ag; miles de ejemplares) y varianza de estimación (Var(Ag), Nºx1012)según el enfoque geoestadístico.

Biomasa AbundanciaCaladero Bg Var(Bg) Ag Var(Ag)

1 83,4 30580,4 10704,7 506,42 1786,7 75577,7 232942,1 1251,53 1065,4 37192,8 198141,5 1076,54 945,5 39911,1 127392,8 724,75 2223,5 152303,1 348742,8 3097,56 6320,3 54393,4 981133,8 1215,17 806,2 14887,4 117246,2 309,98 1524,6 10875,3 222829,4 235,69 2379,8 133901,0 319132,4 2900,610 383,0 648,7 45563,9 11,611 1173,8 11165,0 140091,7 186,512 141,0 4653,3 18155,1 80,213 97,6 572,5 13426,3 14,814 567,4 9661,5 72878,7 207,415 74,9 776,7 7489,9 11,3

Total 19573,0 577100,1 2855871,3 11829,7

Entonces, la biomasa total de camarón nailon según el enfoque geoestadístico es de 19.573 ton,

con el intervalo de confianza entre 18.084 y 21.062 ton. Comparativamente, el estimador de

biomasa según la Distribución Delta es de 22.425 ton, con el intervalo de confianza entre 12.880

81

y 31.970 ton. Consecuentemente, el estimador y los intervalos de confianza obtenidos con el

método geoestadístico quedan completamente incluidos en el intervalo de confianza de la

Distribución Delta. Luego, en el presente caso, la aproximación geoestadística genera estimados

de biomasa más estrechos.

La varianza de estimación del índice de densidad es un valor único para todos los caladeros por

cuanto su estimación no depende de los datos muestreales de densidad sino de la geometría del

hábitat y el valor del umbral (sill), estimado en el análisis geoestadístico de la distribución

espacial de la densidad poblacional.

5.5.1.2. DISTRIBUCIÓN DELTA

El Estimador Delta de la densidad poblacional media (DD; ton/mn2) y el estimador de varianza de

estimación (Var(DD)) se entrega en la Tabla 12. Se incluye el área de cada caladero (mn2). De la

misma manera que en el caso del enfoque geoestadístico, el Estimador Delta de biomasa y

abundancia, con sus correspondientes estimadores de varianza, se entrega en la Tabla 13.

Tabla 12. Indice de densidad promedio (DD; ton/mn2), área por caladero (mn2) y varianza deestimación (Var(DD); ton2/mn4). Distribución Delta.

Area DensidadCaladero mn2 DD Var(DD)

1 125,3 0,032 0,0012 196,9 12,264 59,6913 138,2 13,321 84,8754 143,1 10,625 49,3185 279,6 5,003 5,5796 167,1 37,774 247,5717 87,4 10,216 66,7858 74,7 15,717 99,4679 262,1 19,383 145,57210 18,2 8,533 14,73811 75,7 12,196 28,03112 48,9 0,783 0,14013 17,1 2,846 2,31614 70,4 8,244 25,29915 20,0 2,073 1,268

Total 1724,6

82

Tabla 13. Estimador de biomasa (BD; ton), varianza de estimación (Var(BD); ton2), estimador deabundancia (AD; miles de ejemplares) y varianza de estimación (Var(AD), Nºx1012)según la Distribución Delta.

Biomasa AbundanciaCaladero BD Var(BD) AD Var(AD)

1 4,0 9,4 509,6 0,22 2415,2 2314976,9 314881,2 37671,53 1840,3 1619881,0 342248,5 41202,24 1520,5 1010043,4 204867,7 18185,25 1398,7 451641,6 219378,9 7244,26 6310,9 6910219,8 979668,2 140495,87 892,9 510200,4 129856,9 7912,78 1174,1 555094,4 171605,6 12125,59 5080,7 10002426,4 681334,8 185068,010 155,7 4906,3 18524,5 83,611 923,1 160600,5 110177,7 1897,812 38,2 334,5 4923,6 4,713 48,8 680,3 6712,1 17,714 580,5 175007,2 74562,6 3226,915 41,4 505,4 4136,9 7,9

Total 22425,0 23716527,6 3263388,7 455144,1

Atendiendo los Términos Básicos de Referencia (TBR), la biomasa y abundancia de camarón

nailon se entrega por región, según el enfoque geoestadístico y el método de la Distribución

Delta, respectivamente (Tabla 14). Sin embargo, se destaca que varios de los caladeros son

compartidos por regiones contiguas.

Como en el caso anterior, según los TBR, la abundancia y biomasa debe ser expresada en aquella

fracción que pertenece al área de reserva de la pesca artesanal (dentro de las primeras 5 mn de la

costa) y aquella que se encuentra fuera. Al respecto, en las Tablas 15 y 16 se presenta la biomasa

y abundancia por caladero, y en las Tablas 17 y 18 se presenta lo mismo aunque por región, tanto

para el enfoque geoestadístico como para la Distribución Delta, respectivamente. Cabe hacer

notar que los Caladeros 11 al 15 se encuentran fuera de las 5 mn de reserva artesanal, lo que, a

nivel de región, ocurre desde la VI a la VIII Regiones.

83

Tabla 14. Biomasa (ton) y abundancia (miles de ejemplares), por región, según el enfoquegeoestadístico y Distribución Delta.

Goestadística Distribución DeltaRegión Biomasa Abundancia Biomasa Abundancia

II 2750,5 391929,0 3939,9 563476,1III 4752,1 560274,2 4634,8 543927,5IV 8848,0 1231419,3 10385,9 1463912,2V 1168,7 147239,1 1833,5 230023,7VI 864,0 101958,9 679,5 80187,4VII 1010,2 119147,6 803,1 94466,2VIII 180,6 17273,9 149,5 14281,8Total 19.573,0 2569242,0 22.425,1 2990275,0

Tabla 15. Biomasa (ton) y abundancia (miles de ejemplares), por caladero, dentro y fuera delas 5 mn de reserva a la pesca artesanal. Enfoque geoestadístico.

Dentro 5 mn Fuera 5 mnCaladero Biomasa Abundancia Biomasa Abundancia

1 37,1 4758,1 46,3 5946,62 1337,3 174365,4 449,3 58576,73 485,4 90274,4 580,0 107867,14 105,6 14224,2 839,9 113168,65 1562,8 245111,7 660,7 103631,16 1628,4 252742,7 4692,8 728391,17 416,9 60618,6 389,5 56627,68 1348,9 197139,5 175,8 25689,99 614,4 82393,3 1765,4 236739,110 0,0 0,0 382,8 45563,911 0,0 0,0 1173,9 140091,712 0,0 0,0 141,0 18155,113 0,0 0,0 97,6 13426,314 0,0 0,0 567,3 72878,715 0,0 0,0 74,9 7489,9

Total 7536,8 1121627,8 12037,3 1734243,5

84

Tabla 16. Biomasa (ton) y abundancia (miles de ejemplares) por caladero dentro y fuera de las5 mn de reserva a la pesca artesanal. Distribución Delta.

Dentro 5 mn Fuera 5 mnCaladero Biomasa Abundancia Biomasa Abundancia

1 1,8 226,5 2,2 283,12 1807,8 235699,6 607,3 79181,53 838,5 155930,3 1001,9 186318,24 169,8 22874,7 1350,7 181993,05 983,1 154189,1 415,6 65189,86 1625,9 252365,2 4685,8 727303,17 461,8 67138,6 431,4 62718,38 1038,8 151821,3 135,4 19784,39 1311,7 175906,4 3769,0 505428,310 0,0 0,0 155,6 18524,511 0,0 0,0 923,2 110177,712 0,0 0,0 38,3 4923,613 0,0 0,0 48,8 6712,114 0,0 0,0 580,4 74562,615 0,0 0,0 41,4 4136,9

Total 8239,1 1216151,7 14187,0 2047237,0

Tabla 17. Biomasa (ton) y abundancia (miles de ejemplares) por región dentro y fuera de las 5mn de reserva a la pesca artesanal. Enfoque geoestadístico.

Dentro 5 mn Fuera 5 mnRegión Biomasa Abundancia Biomasa Abundancia

II 1830,6 259815,7 919,8 132113,2III 2896,6 341060,9 1855,5 219213,3IV 2698,3 388491,0 6149,7 842928,4V 111,2 13926,1 1057,5 133313,1VI 0,0 0,0 864,0 101958,9VII 0,0 0,0 1010,2 119147,6VIII 0,0 0,0 180,6 17273,9Total 7536,8 1003293,7 12037,3 1565948,4

85

Tabla 18. Biomasa (ton) y abundancia (miles de ejemplares) por región dentro y fuera de las 5mn de reserva a la pesca artesanal. Distribución Delta.

Dentro 5 mn Fuera 5 mnRegión Biomasa Abundancia Biomasa Abundancia

II 2597,6 369783,3 1342,3 193692,9III 2400,6 280954,6 2234,2 262972,9IV 3003,6 435311,5 7382,3 1028600,7V 237,3 29731,6 1596,1 200292,2VI 0,0 0,0 679,5 80187,4VII 0,0 0,0 803,1 94466,2VIII 0,0 0,0 149,5 14281,8Total 8239,1 1115781,0 14187,0 1874494,1

5.5.1.3. DISTRIBUCIÓN DE FRECUENCIAS DE TAMAÑOS

Frecuencia de Talla por Región y sexo

En esta evaluación, la información fue analizada por región y latitud, y los ejemplares separados

por sexo, condición reproductiva, talla y estrato de profundidad. En la Tabla 19 se entrega el

resumen del esfuerzo del muestreo de frecuencia (medidos) y biológico-específico (pesados) de

la captura obtenida en toda el área de estudio. El esfuerzo total para camarón fue de 23.989

individuos medidos y 10.664 pesados, de los cuales el 64.76 % fue capturado entre la II y IV

regiones. Si bien, en las tres regiones se obtuvieron capturas similares, el mayor porcentaje se

logró en la IV región con un 24,77 %. Por otro lado, desde la V región hacia el sur la captura de

camarón fue disminuyendo paulatinamente. En la VIII región no se obtuvieron lances positivos y

sólo se logró registrar una totalidad de 150 individuos. En la Tabla 20 se entrega el número de

ejemplares medidos por rango de latitud.

86

Tabla 19. Esfuerzo total del muestreo de frecuencia (medidos) y biológico-específicos(pesados) de la captura de camarón nailon, en la evaluación directa de camarón nailonentre la II y VIII regiones, según embarcación. s/h: hembras sin huevos ; c/h: hembrascon huevos.

PAM FOCHE PAM NISSHIN MARUREGIONES

SEXO DATOS II III IV V VI VII VIII TotalMedidos 1.604 1.785 2.424 1.266 1.411 1.597 10.087

MACHOS Pesados 349 416 526 300 335 310 2.236

Medidos 1.301 1.280 1.355 9 3.945HEMBRAS s/h Pesados 258 262 300 820

Medidos 1.840 1.783 2.164 1.509 1.385 1.126 150 9.957HEMBRAS c/h Pesados 1.839 1.757 2.164 724 580 394 150 7.608

Medidos 4.745 4.848 5.943 2.775 2.796 2.732 150 23.989Total Pesados 2.446 2.435 2.990 1.024 915 704 150 10.664

Tabla 20. Número de ejemplares de camarón nailon medidos por rango de latitud, sexo ycondición reproductiva. s/h: hembras sin huevos; c/h: hembras con huevos.

SEXOLATITUD MACHOS HEMBRAS s/h HEMBRAS c/h TOTAL

24-24.99 359 418 668 1.44525-25.99 1.245 883 1.172 3.30026-26.99 726 547 927 2.20027-27.99 167 105 179 45128-28.99 621 439 405 1.46529-29.99 970 776 971 2.71730-30.99 989 485 617 2.09131-31.99 398 153 617 1.16832-32.99 1.119 130 1.272 2.52133-33.99 900 716 1.61634-34.99 1.098 2 1.346 2.44635-35.99 765 494 1.25936-36.99 730 7 573 1.310TOTAL 10.087 3.945 9.957 23.989

87

En la Tabla 21 se entrega el número de ejemplares de camarón nailon medidos por rango de

profundidad y en la Tabla 22 se presentan en porcentaje, donde se observa que el porcentaje de

hembras de camarón nailon, en todos los estratos de profundidad, es superior al de los machos,

con valor máximo obtenido en el rango batimétrico 101-150 m, salvo en el estrato 151-150 m.

Tabla 21. Número de ejemplares medidos de camarón nailon para el análisis de frecuencia detalla por estrato de profundidad, sexo y condición reproductiva. s/h: hembras sinhuevos; c/h: hembras con huevos.

SEXOESTRATO MACHOS HEMBRAS s/h HEMBRAS c/h TOTAL

PROFUNDIDAD

101-150 50 50151-200 594 58 524 1.176201-250 2.152 169 2.022 4.343251-300 2.844 594 2.579 6.017301-350 1.394 784 1.186 3.364351-400 1.189 749 1.455 3.393401-450 1.253 998 1.227 3.478451-500 661 593 914 2.168TOTAL 10.087 3.945 9.957 23.989

Tabla 22. Porcentaje de los ejemplares medidos de camarón nailon para el análisis defrecuencia de tallas, por estrato de profundidad, sexo y condición reproductiva. s/h:hembras sin huevos; c/h: hembras con huevos.

SEXOESTRATO MACHOS HEMBRAS s/h HEMBRAS c/h TOTAL

PROFUNDIDAD

101-150 100,0 100151-200 50,5 4,9 44,6 100201-250 49,6 3,9 46,6 100251-300 47,3 9,9 42,9 100301-350 41,4 23,3 35,3 100351-400 35,0 22,1 42,9 100401-450 36,0 28,7 35,3 100451-500 30,5 27,4 42,2 100TOTAL 42,0 16,4 41,5 100

88

Distribución de frecuencias de tamaños

La distribución de tamaños de camarón nailon en los muestreos, por región (Tablas 23 a 29; Figs.

9 a 15), revela ejemplares de tamaño promedio similar en la II a IV Regiones (promedio LC: 21,8

mm; 21,4 mm; y 21,8 mm, respectivamente), con moda similar (22 mm LC, 21 mm; y 22 mm,

respectivamente). Por el contrario, los ejemplares de las Regiones V a VII son, en promedio, de

similar tamaño (24,5 mm LC; 25,7 mm; y 25,5 mm, respectivamente) y moda similar (25 mm

LC; 25 mm; y 23 mm, respectivamente).

Para el conjunto de datos y regiones, el tamaño promedio de camarón nailon en las capturas se

calculó en 23,2 mm y la moda en 22 mm LC. Sin embargo, el análisis del conjunto (Fig. 15)

enmascara dos grandes distribuciones, que pueden delimitarse para las Regiones II a IV y para las

Regiones V a VII, respectivamente. En efecto, la distribución de frecuencias de LC en el centro-

norte (Regiones II a IV) presenta machos de tamaño similar a las hembras (Figs. 9 a 11). Sin

embargo, a partir de la V Región este patrón cambia, siendo las hembras de mayor tamaño que

los machos (Figs. 12 a 15), como se observa también en las modas (Tablas 23 a 29).

Fig. 9. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarón nailon, IIRegión. Número de observaciones: machos =1.255; hembras =1.044; total =2.299.

II Región

0

100

200

300

400

500

0 5 10 15 20 25 30 35 40 45 50

LC (mm)

Frec

uenc

ia (n

º)

TotalMachosHembras

89

Fig. 10. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarón nailon, IIIRegión. Número de observaciones: machos =1.473; hembras =1.043; total =2.516.

Fig. 11. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarón nailon, IVRegión. Número de observaciones: machos =1.899; hembras =1055; total =2.954.

III Región

0

100

200

300

400

500

0 5 10 15 20 25 30 35 40 45 50

LC (mm)

Frec

uenc

ia (n

º)TotalMachosHembras

IV Región

0

100

200

300

400

500

0 5 10 15 20 25 30 35 40 45 50

LC (mm)

Frec

uenc

ia (n

º)

TotalMachosHembras

90

Fig. 12. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarón nailon, VRegión. Número de observaciones: machos =966; hembras =786; total =1.752.

Fig. 13. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarón nailon, VIRegión. Número de observaciones: machos =1.076; hembras =805; total =1.881.

V Región

0

100

200

300

400

500

0 5 10 15 20 25 30 35 40 45 50

LC (mm)

Frec

uenc

ia (n

º)

TotalMachosHembras

VI Región

0

100

200

300

400

500

0 5 10 15 20 25 30 35 40 45 50

LC (mm)

Frec

uenc

ia (N

º)

TotalMachosHembras

91

Fig. 14. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarón nailon, VIIRegión. Número de observaciones: machos =1.287; hembras =741; total =2.028.

Fig. 15. Distribución de frecuencia de tallas (longitud cefalotorácica, LC) de camarón nailon,Total Regiones. Número de observaciones: machos =7.956; hembras =5.474; total=13.430.

Total Regiones

0

500

1000

1500

2000

0 5 10 15 20 25 30 35 40 45 50LC (mm)

Frec

uenc

ia (n

º)

T totalT machosT hembras

VII Región

0

100

200

300

400

500

0 5 10 15 20 25 30 35 40 45 50

LC (mm)

Frec

uenc

ia (N

º)TotalMachosHembras

92

Tabla 23. II Región, distribución de frecuencias de tamaños (longitud cefalotorácica, LC),total y por sexo.

Parámetro Total Machos HembrasPromedio 21,8 22,4 21,0

D.E. 3,3 3,3 3,0Moda 21 25 22

Mínimo 12 13 12Máximo 34 33 34

N 2.229 1.255 1.044

Tabla 24. III Región, distribución de frecuencias de tamaños (longitud cefalotorácica, LC),total y por sexo.

Parámetro Total Machos HembrasPromedio 21,4 21,3 21,5D.E. 2,8 2,9 2,7Moda 21 21 20Mínimo 13 13 13Máximo 32 32 30N 2.516 1.473 1.043

Tabla 25. IV Región, distribución de frecuencias de tamaños (longitud cefalotorácica, LC),total y por sexo.

Parámetro Total Machos HembrasPromedio 21,8 22,3 21,0D.E. 3,0 3,0 2,8Moda 22 23 20Mínimo 11 14 11Máximo 39 39 33n 2.954 1.899 1.055

Tabla 26. V Región, distribución de frecuencias de tamaños (longitud cefalotorácica, LC),total y por sexo.

Parámetro Total Machos HembrasPromedio 24,5 22,8 26,5D.E. 3,1 2,6 2,3Moda 25 22 22Mínimo 16 16 16Máximo 35 35 35N 1.752 966 966

93

Tabla 27. VI Región, distribución de frecuencias de tamaños (longitud cefalotorácica, LC),total y por sexo.

Parámetro Total Machos HembrasPromedio 25,7 23,8 28,3D.E. 3,5 2,6 2,8Moda 25 25 28Mínimo 15 15 22Máximo 38 33 38N 1.881 1.076 805

Tabla 28. VII Región, distribución de frecuencias de tamaños (longitud cefalotorácica, LC),total y por sexo.

Parámetro Total Machos HembrasPromedio 25,5 24,5 27,1D.E. 3,9 4,2 2,7Moda 23 23 26Mínimo 14 14 21Máximo 42 42 36N 2.028 1.287 741

Tabla 29. Total Regiones, distribución de frecuencias de tamaños (longitud cefalotorácica,LC), total y por sexo.

Parámetro Total Machos HembrasPromedio 23,2 22,8 23,8D.E. 3,7 3,3 4,2Moda 22 22 22Mínimo 11 13 11Máximo 42 42 38N 13.430 7.956 5.474

A partir de la estructura de tallas por sexo, para cada caladero (Anexo 3), se calculó la biomasa

(toneladas) y abundancia (miles de ejemplares) por estrato de longitud cefalotorácica (LC, mm),

para lo cual se contó con los parámetros de la relación longitud peso por sexo (Anexo 4). En los

caladeros 1, 7, 8 y 12 no se registró la composición de tamaños de la especie objetivo por lo que,

en el caso del Caladero 1, se impuso la composición de tamaños del Caladero 2, que es el

caladero contiguo. En el caso de los Caladeros 7 y 8, se impuso la composición de tamaños

combinada de los Caladeros 6 y 9, por corresponder a los caladeros entre los cuales quedan

94

incluidos aquellos a los que se les está imponiendo la composición de tamaños; y, en el caso del

Caladero 12, se impuso la composición de tamaños combinada de los Caladeros 11 y 13, por la

misma razón anterior. Para la relación longitud-peso se siguió el mismo criterio, no obstante, en

el caso del Caladero 13 no se tiene la relación longitud-peso de las hembras, razón por la cual de

utilizó la relación longitud-peso de ambos sexos combinados (Anexo 4). En el Anexo 5 de este

informe se entrega la biomasa y abundancia a la talla por sexo, caladero y región, dentro y fuera

de las 5 mn de reserva de la pesca artesanal, según el enfoque geoestadístico y la Distribución

Delta.

5.5.1.4. ESTIMACIÓN DE LA BIOMASA DEL RECURSO MEDIANTE MODELO

GAM

El esquema de modelación GAM utiliza la varianza de la variable respuesta (CPUAs) para

construir los ponderadores o pesos del proceso de ajuste iterativo. Si la distribución del error en el

modelo construido es de tipo Poisson, los ponderadores son iguales a la respuesta media. Esta

respuesta se reduce sistemáticamente en áreas de alta densidad de recurso, debido al

procedimiento de remuestreo o bootstrap.

Una vez que el modelo ha sido seleccionado, GAM origina una superficie de respuesta o

densidad esperada que puede ser integrada numéricamente en el espacio dentro del área de

muestreo o como se hizo en este caso, integrando en la contribución de las áreas asociadas a los

15 caladeros identificados para la pesquería tras el crucero.

En el proceso de estimación del modelo se mantuvo los valores con densidad cero registrados al

interior de cada caladero, debido a que esta información debiera considerarse como “estructural”

y debe utilizarse en el proceso de estimación, selección del modelo y estimación de la varianza.

5.5.1.4.1. SELECCIÓN DEL MODELO

El proceso de selección del modelo contempló la elección de una distribución para la variable

respuesta, una función de enlace o “link”, un adecuado número de covariables y un apropiado

número de grados de libertad para el suavizamiento de las covariables. En la evaluación de la

95

distribución y del enlace adecuado se graficó la desviación de los residuos, estandarizada por su

varianza estimada, y los valores ajustados.

5.5.1.4.2. ESTIMACIÓN DE VARIANZA

El proceso de estimación de varianza del modelo ajustado a partir de funciones de suavizamiento

no es un proceso trivial, de tal forma que la varianza fue determinada a través de la aplicación del

bootstrap paramétrico. Esto implicó generar b pseudomuestras de la densidad del recurso

utilizando para esto el mismo modelo GAM seleccionado, pero efectuando para cada subconjunto

de valores de densidad, un nuevo ajuste con el modelo a través del cual se obtuvo una respuesta

diferente o predicción de la densidad del recurso.

De las variables seleccionadas en la metodología, cuatro de ellas permitieron estructurar un

modelo de tipo GAM. Estas variables fueron Latitud, Longitud y Profundidad media de cada

lance y los 15 caladeros identificados para agregar la distribución del recurso.

Las funciones de suavizamiento utilizadas (Sk) fueron del tipo B-splines, las que son

características del esquema de regresión robusta, cuya descripción es descrita en Venables y

Ripley (1994) y Hastie y Tibshirani (1990).

La relación existente entre las covariables y la respuesta (CPUA), así como los intervalos de

confianza de los estimadores parciales se presentan en las Figuras 16 y 17. Las principales

variables predictoras son la latitud, la profundidad media del lance y los caladeros desde donde

proviene el valor de densidad. En la Figura 16 se observa que el cambio de densidad aumenta con

el cambio de latitud, desde los 23°S, alcanzando un máximo entre los 24 y 26°S para luego

disminuir hacia el sur, en especial entre los 30 y 36°S. En el caso de la longitud media del lance,

los mayores valores de densidad se observan entre 72 y 74°W. A diferencia de las otras variables,

tanto la profundidad como los caladeros fueron transformados a la forma logarítmica y luego

suavizados mediante B-splines (Fig. 17).

96

Para el análisis se consideró el número total de lances de pesca efectuados al interior de los 15

caladeros de pesca, manteniendo los valores con CPUA (ton/mn2) igual a cero (o ceros locales al

interior de los caladeros). La biomasa se estimó por caladero y para el total (Tabla 30), siendo

esta última de 20.265 ton. De la distribución de la biomasa en los 15 caladeros, se observa que en

3 de ellos se concentra más del 50% de la biomasa total; estimándose en ellos biomasas de más

de 2.000 ton (caladeros 5, 6 y 9).

Latitud

s(La

titud

)

22 24 26 28 30 32 34 36

-10

010

Longitud

s(Lo

ngitu

d)

71 72 73

-20

-10

010

Latitud

s(La

titud

)

22 24 26 28 30 32 34 36

-6-4

-20

24

Longitud

s(Lo

ngitu

d)

71 72 73

-50

5

Fig. 16. Ajuste parcial para las variables consideradas en el modelo GAM de estimación de laBiomasa (Latitud y Longitud). Los gráficos superiores representan los residualesparciales, mientras que en el panel inferior se representa los intervalos de confianza parael ajuste correspondiente (Las marcas verticales a lo largo de la abscisa representan ladensidad de observaciones).

97

Prof

s(lo

g(Pr

of))

100 200 300 400 500 600

-30

-20

-10

0

Caladero

s(lo

g(C

alad

ero)

)

2 4 6 8 10 12 14

-10

010

Prof

s(lo

g(P

rof))

100 200 300 400 500 600

-25

-20

-15

-10

-50

Caladero

s(lo

g(C

alad

ero)

)

2 4 6 8 10 12 14

-4-2

02

46

Fig. 17. Ajuste parcial para las variables consideradas en el modelo GAM de estimación de laBiomasa (Profundidad media del lance y Caladero). Los gráficos superioresrepresentan los residuales parciales, mientras que en el panel inferior se representa losintervalos de confianza para el ajuste (Las marcas verticales a lo largo de la abscisarepresentan la densidad de observaciones).

98

Tabla 30. Estimados de densidad media y biomasa por caladero y total de camarón nailon,obtenidas mediante el estimador modelo basado GAM.

Lances Lances Densidad BiomasaCaladeros totales positivos (ton/mn2) (ton) Var (B)

1 14 6 0,507 63,5 37,12 23 14 8,751 1723,0 9967,33 20 13 7,225 998,5 3365,44 15 10 6,796 972,6 9315 19 12 7,673 2145,3 8870,66 18 8 40,338 6740,5 58777,37 12 7 10,056 878,9 476,18 12 8 20,082 1500,1 4345,29 41 24 8,412 2204,8 4002,510 9 4 27,366 498,1 115,811 34 14 22,881 1732,1 3210,412 9 4 1,730 84,6 92,413 13 6 6,583 112,6 144,614 16 7 7,597 534,8 178015 12 6 3,818 76,4 110,9

Total 267 143 20265,8

5.5.1.4.3. ANÁLISIS DE LA DISTRIBUCIÓN DE DENSIDAD DE LA VARIABLE

ALEATORIA CPUA

Para el análisis se consideró solamente el número total de lances positivos, lo que generó una

distribución de CPUA (ton/mn2) con una fuerte asimetría positiva (Fig. 18), sugiriendo que el

parámetro α debe ser mucho menor que la unidad. En efecto, si α=1 se tendría una distribución

normal de la variable aleatoria. La varianza de los datos (muestral) es mucho mayor que la media

( x =11,92; σ2 = 227,62), y la mediana (= 6,74) es mucho menor que la media.

99

0

0,1

0,2

0,3

0,4

0 5 11 17 23 29 35 41 47 53 59

CPUA (ton/mn2)

Frec

uenc

ia re

lativ

a

Observadag(U)

Fig. 18. Histograma de frecuencia relativa y función de densidad ajustada (g(U)) utilizandoestimadores máximo verosímiles.

La estimación por máxima verosimilitud se encuentra maximizando las Ecuaciones

correspondientes y los cálculos de transformación Ti usando la transformación Box-Cox,

mientras que para la log-verosimilitud individual de g(U) se usó la Ecuación, cuya suma

representa la máxima verosimilitud (L=-466,62). El promedio de los datos de CPUA

transformados µ=2,24, (Fig. 19) fue menor que la mediana (=2,44) y la varianza muestral de

estos datos (σ2=6,33) continua siendo mayor que la media y la mediana. La curva de que

corresponde a g(U) se ha superimpuesto en el histograma de frecuencia de CPUA (Fig. 18).

-530

-520

-510

-500

-490

-480

-470

-460

-1 0 1 2 3 4 5 6

T(CPUA)

log(

Like

lihoo

d)

µ=2,24

Fig. 19. Función de log-verosimilitud ilustrando el estimado máximo verosímil de la media delos datos transformados de CPUA.

100

El estimado máximo verosímil de α es igual a 0,25 (Fig. 20), lo que indica una transformación

entre logaritmo y raíz cuadrada para los datos de CPUA. En efecto, el perfil de log-verosimilitud

sugiere que los límites de confianza de 95% son 0,17 y 0,33 (Tabla 31). En este contexto las

hipótesis alternativa α=0 es rechaza, y también la hipótesis α=0,5. La medida de tendencia

central U es 11,9 algo más baja que la media aritmética de los datos originales (Tabla 31).

-460

-450

-440

-430

-420

-410

-400

-390

-0,2 0 0,2 0,4 0,6 0,8

Parámetro alpha

log(

Like

lihoo

d)

Fig. 20. Camarón nailon, perfil de log-verosimilitud para el parámetro α que controla latransformación Box-Cox de los datos de CPUA.

Tabla 31. Estimación máximo verosímiles de α, µ, y σ2 para la distribución de la CPUA.

IC 95%Parámetro Estimado Inferior Superior

α 0,249 0,17 0,33µ 2,240 1,80 2,65σ2 6,329mediana S(U) 5,930Media U 11,900

101

5.5.2. ESTIMACIÓN DE LA BIOMASA CON EL ESTIMADOR CUASI DISEÑO-

BASADO BOOTSTRAP

La estimación de la biomasa mediante este método bootstrap consideró sólo los lances positivos

por caladero, excluyendo de esta forma los lances negativos. Esta decisión se debe a la baja

proporción de lances positivos. Según esto, los resultados de las estimaciones de densidad media

para cada caladero muestran resultados análogos a las estimaciones obtenidas por geoestadística

y Distribución Delta, siendo el caladero 1 (determinado por geoestadística) el que genera una

mayor divergencia entre los métodos y, por ende, en las estimaciones posteriores de biomasa y

abundancia. Esta situación está relacionada con el bajo número de lances positivos de ese

caladero y la baja biomasa con la que contribuye al estimado total.

La biomasa se estimó por caladero y para el total (Tabla 32), siendo esta última un 38,3% inferior

con 20.616 ton, que la suma de la biomasa parcial por caladeros con 28.516 ton. Esta diferencia

es producida al remuestrear caladeros con muy pocos datos, y que no cumplen con algunos de los

supuestos que exige este método, lo cual estaría sobrestimando la suma de los caladeros.

La varianza del estimador considera la varianza de la media, que corresponde a la varianza que

debe tomarse en cuenta al momento de estimar el error estándar y los límites de confianza. De 15

caladeros, dos de ellos concentran las mayores cantidades de biomasa, el caladero 6 con 12.369

ton y el 10 con 7.148 ton (Tabla 32).

Tabla 32. Estimados de densidad media (ton/mn2) y biomasa (ton) por caladero y total, obtenidasde 3.000 iteraciones bootstrap.

Caladeros Densidad Var (D) Biomasa Var (B) Lances (+) Nº Lances1 0,082 6E-07 10,27 0,009 6 162 9,570 0,003 1.199,15 124,918 15 233 7,108 0,001 1.399,56 26,361 13 194 6,282 0,000 868,12 8,721 10 355 7,053 0,001 1.009,34 94,052 12 206 44,239 0,024 12.369,23 671,166 8 187 5,390 0,001 900,74 6,205 7 118 19,402 0,017 1.695,77 96,304 8 129 8,388 0,001 626,57 47,999 24 41

10 27,274 0,001 7.148,47 0,199 2 911 23,450 0,008 426,79 44,174 16 3412 1,785 1E-04 135,15 0,246 4 813 5,697 0,004 278,60 1,100 6 1114 8,048 0,004 137,63 19,030 7 1615 4,418 0,001 311,04 0,253 5 12

Total 11,95 0,082 20.616,7 11,95 143 266

102

Los valores alternativos de biomasa por caladero se distribuyen normal, excepto en el caso de los

caladeros 4, 5, 6, 7 y 9, mientras el resto de los caladeros al considerar un valor de p>0,05,

presentó una distribución que se alejó de la normal (Tabla 33, Fig. 21). Esta situación es

consecuencia del bajo número de lances utilizados para efectos de remuestreo en los caladeros en

cuestión. En todo caso, en la estimación en la biomasa total, claramente los valores alternativos e

igualmente probables de biomasas se distribuyen normal (Fig. 22).

Tabla 33. Resultado de los test de normalidad (Kolmorov-Smirnov y Chi cuadrado), aplicado ala distribución de la densidad promedio por caladero y total, obtenida del proceso deremuestreo bootstrap (n.s = no existe diferencia significativa con la distribuciónnormal).

Caladero g.de l.

Chi-cuadrado p (g. de l.ajustado)

d (K-S) valor p

1 19 7125,964 0,0000000 0,1507867 < 0,012 16 96,44395 0,0000000 0,0290239 < 0,05

3 10 98,81387 0,0000000 0,0278916 < 0,05

4 29 34,16023 0,2335806 0,0173251 n.s.

5 21 24,86548 0,2531376 0,0140741 n.s.

6 23 222,0131 0,0000000 0,0170893 n.s.

7 16 21,98252 0,1438455 0,0120604 n.s.

8 19 706,7031 0,0000000 0,0455737 < 0,01

9 15 9,897218 0,8261251 0,0078695 n.s.

10 44 56331,09 0,0000000 0,2395620 < 0,01

11 26 48,44501 0,0048202 0,0141175 n.s.

12 24 3739,467 0,0000000 0,1192049 < 0,01

13 15 4709,569 0,0000000 0,1527643 < 0,01

14 18 163,7076 0,0000000 0,0315966 < 0,01

15 36 2578,427 0,0000000 0,0760068 < 0,01

Total 26 25,33141 0,5003133 0,0080146 n.s.

103

CALADERO 1

De ns ida d prom e dio (ton /m n2)

No

of

ob

s

��

��

��

��

��

��

��

0

100

200

300

400

500

600

700

800

900

1000

1100

-0. 02 0. 03 0. 08 0. 13 0. 18 0. 23

CALADERO 2


No

of

ob

s

��

��

��

��

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

350

400

450

-1 2 5 8 11 14 17 20 23 26

CALADER0 3


No

of

ob

s

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

350

400

450

500

550

600

650

-1 2 5 8 11 14 17 20 23 26

CALADERO 4


No

of

ob

s

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

0

20

40

60

80

100

120

140

160

180

200

220

240

260

2 3 4 5 6 7 8 9 10 11

CALADERO 5


No

of

ob

s

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

350

400

0 2 4 6 8 10 12 14 16

CALADERO 6


No

of

ob

s��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

350

400

8 15 22 29 36 43 50 57 64 71 78

CALADERO 7


No

of

ob

s

��

��

��

��

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

350

400

450

-1 0 1 2 3 4 5 6 7 8 9 10 11

CALADERO 8


No

of

ob

s

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

350

400

450

500

-4 1 6 11 16 21 26 31 36 41 46

Fig. 21. Distribución de la densidad promedio obtenida de las iteraciones bootstrap (n=1000)utilizada para estimar la biomasa por caladero.

104

CALADERO 9


No

of

ob

s

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

350

400

450

500

1. 5 2. 5 3. 5 4. 5 5. 5 6. 5 7. 5 8. 5 9. 5 10. 5 11. 5 12. 5 13. 5

CALADERO 1 0


No

of

ob

s

��

��

��

0

200

400

600

800

1000

1200

1400

1600

1800

24. 9 25. 9 26. 9 27. 9 28. 9

CALADERO 1 1


No

of

ob

s

� ��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

5 10 15 20 25 30 35 40 45

CALADERO 1 2


No

of

ob

s

��

��

��

��

��

��

��

��

��

��

��

��

��

0

100

200

300

400

500

600

0. 6 1. 1 1. 6 2. 1 2. 6 3. 1 3. 6

CALADERO 1 3


No

of

ob

s

��

��

��

��

��

��

��

��

0

100

200

300

400

500

600

700

800

900

1000

1100

1200

-2 0 2 4 6 8 10 12 14 16 18 20 22

CALADERO 1 4


No

of

ob

s

��

��

��

��

��

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

350

400

450

-2 1 4 7 10 13 16 19 22

CALADERO 1 5


No

of

ob

s

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

0

50

100

150

200

250

300

350

400

450

500

-0. 2 1. 8 3. 8 5. 8 7. 8

Fig. 21. Continuación.

105

Densidad promedio

No

of o

bs

0

20

40

60

80

100

120

140

160

180

7 8 9 10 11 12 13 14 15 16 17 18

Fig. 22. Histograma de la frecuencia estimada de densidad promedio de todos los caladeros,obtenida del proceso bootstrap (n=3.000 iteraciones, la línea continua corresponde ala distribución normal esperada).

Para estimar la abundancia mediante el bootstrap se utilizó estimaciones de captura en número

por unidad de área para cada lance positivo. Para ello, se utilizó el peso promedio para

transformar la captura en peso a captura en número. El peso promedio se calculó utilizando las

relaciones longitud-peso del caladero y los datos de longitudes de cada lance. En los casos en que

faltó información biológico-pesquera, se siguió las consideraciones y criterios utilizados en el

Addendum del Informe de Crucero.

La abundancia por caladero presenta una tendencia similar a la estimada por geo-estadística

(Tabla 34). No obstante, la abundancia total presenta un incremento de aproximadamente 35%

con respecto a la estimación por geoestadística. Esta diferencia se debe al tratamiento de

estimación del peso promedio por caladero y la independencia de este estimador con respecto a la

biomasa. En efecto, el método bootstrap, en este caso, considera la densidad en número de

individuos por unidad de área.

106

Tabla 34. Valores estimados de densidad media y abundancia por caladero y total, obtenidos de1000 iteraciones bootstrap.

Caladeros Densidad Var (D) Abundancia Var (A)1 16,116 2E-02 2.019,4 368,22 1880,841 121,903 370.337,7 4.726.131,23 1298,588 43,994 179.464,9 840.254,94 1353,770 20,328 193.724,5 416.274,65 1578,711 58,864 441.407,6 4.601.727,86 9616,811 1153,052 1.606.969,2 32.195.992,57 1127,814 32,040 98.571,0 244.747,18 2852,851 366,059 213.108,0 2.042.642,99 1192,175 13,603 312.469,2 934.494,4

10 3678,544 11,122 66.949,5 3.684,211 2395,462 80,311 181.336,5 460.220,912 179,287 1,065 8.767,1 2.547,413 546,041 35,323 9.337,3 10.328,714 1010,668 58,010 71.151,1 287.505,815 298,788 2,999 5.975,8 1.199,7

Total 1933,500 2761,48 3.334.728,3 8.214.274.455;.4

5.5.3. ESTIMACION DE BIOMASA POR EL METODO DE THOMPSON (1992).

Estimación de biomasa considerando las zonas de mayor y menor abundancia.

La propuesta técnica indicaba que se considerarían como positivos los lances en los que la

captura neta fuese igual o superior a 50 Kg, sin embargo, a la vista de los resultados obtenidos, y

dado que el 48,5% de los lances generaron capturas inferiores a los 50 kg antes citados, se

hicieron dos estimaciones paralelas. Una siguiendo el criterio previamente establecido en la

propuesta técnica y otra considerando todos los lances con captura positiva, cualquiera que haya

sido ésta. De acuerdo con este criterio, la Tabla 35 muestra los resultados de la estimación para

lances con capturas superiores a 50kg, con sus correspondientes intervalos de confianza. Esto

valores corresponden al 93,2% de la captura total, lo que extrapolado en función de las áreas de

influencia de las muestras correspondientes, representa un 93,5% del total de la biomasa

estimada. La Tabla 36 muestra la estimación de biomasa para todas las muestras con algún valor

positivo de captura; es decir incluyendo aquellos lances con capturas inferiores a 50 kg.

107

Tabla 35. Resultados del análisis estadístico de Thompson (1992), para la estimación debiomasa y abundancia de camarón nailon en el área de prospección, considerandolos lances de abundancia mayor o igual a 50 kg.

BIOMASA (ton) 25.672,51AREA TOTAL (mn2) 1.143,50N (lances positivos) 67PROMEDIO (ton/mn2) 22,45VARIANZA ESTIMADOR 582.629,86L.I. I.C. (95%) 24.176,44L.S. I.C. (95%) 27.168,58

Tabla 36. Resultados del análisis estadístico de Thompson (1992), para la estimación de biomasay abundancia de camarón nailon en el área de prospección, incluyendo además loslances de menor captura (menores que 50 kg).

BIOMASA (ton) 27.599,19AREA TOTAL (mn2) 2.456,50N (lances positivos) 132PROMEDIO (ton/mn2) 11,24VARIANZA ESTIMADOR 2.455.568,69L.I. I.C. (95%) 24.527,82L.S. I.C. (95%) 30.670,56

Para fines comparativos, se incluye en la Tabla 37, una estimación correspondiente a los lances

que presentaban 12,5 kg o más, ya que estos lances fueron los incluidos en los estimadores

geoestadísticos. Esto valores corresponden al 98,7% de la captura total, lo que extrapolado en

función de las áreas de influencia de las muestras correspondientes, representa un 96,8% del total

de la biomasa estimada.

108

Tabla 37. Resultados del análisis estadístico de Thompson (1992), para la estimación de biomasay abundancia de camarón nailon en el área de prospección, incluyendo los lances concaptura mayor o igual a 12,5 kg.

Si bien los valores de biomasa estimada en las tres tablas son similares, los valores de área

indicados en las tablas en referencia son significativamente distintos, y por lo tanto la biomasa

promedio por unidad de área, como resultado de la inclusión de sectores en los que la abundancia

es mínima, pero con áreas semejantes a aquellos en los que la captura neta fue de 50 kg o más.

5.5.4. INFLUENCIA DE LA VARIABILIDAD DEL APA EN LA VARIABILIDAD

DEL ESTIMADOR DE BIOMASA.

En la Tabla 38 se entregan los resultados del modelo que se construyó para determinar el

porcentaje de varianza de la biomasa que es determinado por la variabilidad del APA, mediante

una descomposición de la varianza total, a través del procedimiento de selección STEPWISE,

(Neter et al., 1996), que jerarquiza el ingreso de las variables al modelo comenzando por la de

mayor importancia, en función del coeficiente de determinación múltiple R2. Los resultados

indican que la variable de mayor importancia para explicar la varianza de la biomasa, es la

captura del lance, que representa el 85,9% de ésta. En segundo lugar de importancia relativa, está

el área de influencia del lance, que explica un 7,78% de varianza adicional. En tercer lugar está la

distancia de barrido de la red, con un 2,59 % adicional y en último lugar APA, con un 0,37% de

la varianza total. En total, el modelo explica aproximadamente un 97% de las variaciones de la

biomasa. De este porcentaje, menos de un 1% es debido a las variaciones del APA.

BIOMASA (ton) 27.217,74AREA TOTAL (mn2) 1.609,17N (lances positivos) 93PROMEDIO (ton/mn2) 16,91VARIANZA ESTIMADOR 997.795,30L.I. I.C. (95%) 25.259,91L.S. I.C. (95%) 29.175,58

109

Tabla 38. Resultado del proceso de selección Stepwise para estimar el porcentaje de varianza dela biomasa explicada por diversas variables.

Fuente GL Suma deCuadrados

Cuadrado Medio F Pr > F

Modelo 4 167,53720 41,88430 716,06 < 0,0001Error 99 5,79082 0,05849Total 103 173,32802

Variable Estimador delParámetro

Error Estándar F Pr > F

Intercepto 1,01648 1,15818 0,77 0,3823larea 1,03069 0,06695 236,97 <0.0001lapa -0,76735 0,23144 10,99 0,0013lcapt 0,98206 0,02194 2004,13 <0,0001ldr -1,01481 0,11097 83,63 <0,0001

Paso Variableingresa

Número deVariables

R2 Parcial R2 del modelo Valor F Pr > F

1 lcapt 1 0,8592 0,8592 622,60 <0,00012 larea 2 0,0778 0,9370 124,69 <0,00013 ldr 3 0,0259 0,9629 69,71 <0,00014 lapa 4 0,0037 0,9666 10,99 0,0013

110

5.6. OBJETIVO ESPECIFICO 3.

Determinar la condición reproductiva del camarón nailon en el área y período de

estudio.

5.6.1. PROPORCIÓN SEXUAL POR REGIÓN

En la Tabla 39 se muestran los porcentajes de los ejemplares medidos por región y sexo,

predominando las hembras en la mayoría de las regiones, salvo en la VII región donde el

porcentaje de machos supera el 58,0 %. Cabe señalar, que en la VIII región se obtuvo sólo

ejemplares de hembras ovíferas. De acuerdo a los antecedentes se observa que se capturó un

mayor porcentaje de hembras que de machos de la especie, con un porcentaje general de 57,95 y

42,05 %, respectivamente. Además, en el caso de las hembras, el 71,62 % de éstas se encuentran

ovíferas.

Tabla 39. Proporción sexual en porcentaje de los ejemplares de camarón nailon medidos, porregión.

REGIONESII III IV V VI VII VIII TOTAL

MACHOS 33,80 36,82 40,79 45,62 50,46 58,46 0 42,05HEMBRAS 66,20 63,18 59,21 54,38 49,54 41,54 100 57,95TOTAL 100 100 100 100 100 100 100 100

5.6.2. PROPORCIÓN DE HEMBRAS OVÍFERAS POR REGIÓN

En la Tabla 40 se muestran las proporciones de hembras ovíferas de camarón nailon obtenidas

por Región. Se aprecia que en todas las regiones existe un porcentaje de hembras ovíferas

superior al 58%, lo que se hace más notorio desde la V región hacia el Sur donde el porcentaje de

éstas supera el 99 %, lo que coincide en el tiempo con el período de máxima portación de huevos

de la especie y el desfase latitudinal en los porcentajes.

111

Tabla 40. Porcentaje de los ejemplares hembras de camarón nailon medidos en el muestreo defrecuencia de tallas por región, según condición reproductiva. s/h: hembras sinhuevos; c/h: hembras con huevos.

REGIONESCondición reproductiva II III IV V VI VII VIII TOTALHEMBRAS s/h 41,42 41,79 38,51 0,79 28,38HEMBRAS c/h 58,58 58,21 61,49 100 100 99,21 100 71,62TOTAL 100 100 100 100 100 100 100 100

5.6.3. TALLAS Y PESOS PROMEDIO POR REGIÓN

En camarón nailon la tendencia de las tallas y pesos promedio es de un aumento latitudinalmente

hacia el sur, tanto en machos como en hembras. Las hembras ovíferas presentan tallas (Tablas 41)

y pesos promedios (Tabla 42) mayores que las hembras no portadoras de huevos y que los

machos, en todas las regiones, no observándose un gradiente latitudinal en las tallas y pesos de

estos ejemplares. Sin embargo, claramente los ejemplares provenientes de la III y IV Regiones

son tanto en talla como en peso son menores que el resto.

Tabla 41. Tallas promedio de camarón nailon por región, sexo y condición reproductiva. s/h:hembras sin huevos; c/h: hembras con huevos. LC= longitud cefalotorax (mm).

REGIONESSEXO DATOS II III IV V VI VII VIII TOTAL

LC 22,9 22,2 22,8 22,9 23,7 24,2 23,1MACHOS D.e. 3,4 2,9 3,0 2,5 2,5 3,9 3,2

n 1.604 1.785 2.424 1.266 1.411 1.597 10.087

LC 21,4 20,9 21,4 27,0 21,3HEMBRAS s/h D.e. 3,2 2,8 3,0 5,3 3,0

n 1.301 1.280 1.355 9 3.945

LC 28,2 26,3 26,4 26,6 28,0 27,0 27,1 27,1HEMBRAS c/h D.e. 2,8 2,5 2,6 2,3 2,8 2,6 1,9 2,7

n 1.840 1.783 2.164 1.509 1.385 1.126 150 9.957

112

Tabla 42. Pesos promedios de camarón nailon por región, sexo y condición reproductiva. s/h:hembras sin huevos; c/h: hembras con huevos. PT= peso total.

REGIONESDATOS II III IV V VI VII VIII TOTAL

PT 4,91 4,37 5,28 5,77 5,96 5,83 5,30MACHOS D.e. 2,12 1,79 1,96 2,01 2,11 1,79 2,04

n 349 416 526 300 335 310 2.236

PT 4,27 3,56 4,61 4,17HEMBRAS s/h D.e. 2,34 1,66 2,66 2,32

n 258 262 300 820

PT 10,93 8,54 9,60 10,56 11,70 10.,88 11,40 10,03HEMBRAS c/h D.e. 4,14 2,67 3,42 3,19 3,64 3,47 2,94 3,60

n 1.839 1.757 2.164 724 580 394 150 7,608


Con las estimaciones locales (lances) del número de huevos por unidad de área se realizó un

análisis geoestadístico, encontrándose que el modelo de variograma teórico que mostró el mejor

ajuste, mediante el procedimiento de mínimos cuadrados ponderados (Cressie, 1993), fue el

modelo exponencial con rango r igual a 33,3 mm (Tabla 43). El variograma teórico mostró una

proporción no despreciable de la estructura de varianza no resuelta por el diseño de muestreo por

cuanto alcanzó a 32% de la varianza total, es decir, la varianza no explicada.

Tabla 43. Parámetros del variograma teórico según el modelo exponencial. SCR: suma decuadrados de los residuos, VNE: Varianza no explicada.

Parámetro ValorRango (mn) 33,33Sill 1877182613521Nugget 600974670153SCR 525216000000VNE (%) 32,01

113

Con los parámetros del variograma teórico exponencial seleccionado y del kriging (modelo de

covariograma, y geometría de la grilla de interpolación), se estimó, la densidad global promedio

del número de huevos por unidad de área (huevos/mn2) para cada caladero (Tabla 44). En la

Figura 23 se muestra la distribución espacial del potencial reproductivo de hembras de camarón

nailon, por caladero.

Tabla 44. Indice de densidad promedio (DHg; millones de huevos/mn2) y abundancia (Hg,millones de huevos) por caladero y su varianza de estimación (Var(Hg), Nº huevos*1015).

AbundanciaCaladero DHg Hg Var(Hg)

1 101,2 12682,8 512,42 1451,7 285886,4 1266,43 722,4 99794,6 623,24 917,1 131243,6 668,75 1095,8 306329,3 2551,96 5169,3 863624,9 911,47 1111,4 97142,4 249,48 2098,0 156729,1 182,29 833,9 218598,6 2243,610 2102,5 38360,7 10,911 1918,2 145191,7 187,112 267,2 13055,1 78,013 306,9 5260,2 9,614 768,7 54123,7 161,915 291,6 5820,4 13,0

Total 2433843,7 9669,7

114

Fig. 23. Disposición espacial del potencial reproductivo (Nº huevos x 109) de camarón nailon enlos 15 caladeros detectados en este estudio.

115


Determinar la composición e importancia relativa de las especies queconstituyen la fauna acompañante de este recurso durante los cruceros deevaluación.

5.7.1. IDENTIFICACION DE COMUNIDADES

5.7.1.1. COMPOSICION ESPECIFICA DE LA FAUNA ACOMPAÑANTE

Los taxa que componen la fauna acompañante suman en total 31, de las cuales 19 son peces, 9crustáceos y 3 moluscos (Tabla 45), destacando por su abundancia relativa alta (CPUE) loslangostinos colorado y amarillo, la merluza común y el lenguado de ojos grandes. Sólo 12 taxasuperan el 1% de la captura total de especies acompañantes, y de éstas sólo las cuatro especiesmencionadas arriba superan el 10% de la captura total.

Tabla 45. Listado de las especies que conforman la fauna acompañante en las capturas decamarón nailon (Heterocarpus reedi).

Nombre vernacular Nombre científico Acrónimo CPUE %Tiburón negro narigón Apristurus nasutus A. n. 19.05 0.10Tiburón gato Aculeola nigra A. ni. 278.55 1.47Alfonsino Beryx splendens B. s. 9.65 0.05Pejegallo Callorhynchus callorhynchus C. c. 10.00 0.05Tollo pinocho Centroscymnus crepidater C. cr. 0.90 0.00Pejerratas Coelorhynchus spp. Coel. 179.83 0.95Langostino amarillo Cervimunida johni C. j. 3221.79 17.00Jaiba limón Cancer porteri C. po. 388.93 2.05Tollo pajarito Deania calcea D. c. 0.87 0.00Jibia Dosidiscus gigas D. g. 11.42 0.06Acorazado Glyphocrangon alata G. a. 14.60 0.08Gongrio dorado Genypterus blacodes G. b. 232.85 1.23Congrio colorado Genypterus chilensis G. ch. 115.14 0.61Congrio negro Genypterus maculatus G. m. 523.20 2.76Bagre Galeichthys peruvianus G. pe. 1.00 0.01Tollo luminoso Halaelurus canescens H. c. 193.89 1.02Gamba profundidad Haliporoides diomedeae H. d. 387.02 2.04Lenguado ojos grandes Hippoglossina macrops H. m. 2249.96 11.87Centolla Lithodes antarcticus L. a. 1.00 0.01Jaiba araña Libidocladea granaria L. g. 460.21 2.43Calamar Loligo gahi L. ga. 1.00 0.01Jaiba paco Mursia gaudichaudii M. g. 217.97 1.15Merluza común Merluccius gayi M. ga. 7283.04 38.43Tollo fino Mustelus mento M. m. 10.48 0.06Anguila Ophicthus pacifici O. p. 4.24 0.02Pulpo Octopus vulgaris Oct. 65.81 0.35Pateador Pterygosquila armata P. a. 8.18 0.04Blanquillo Prolatilus jugularis P. j. 149.97 0.79Langostino colorado Pleuroncodes monodon P. m. 3251.80 17.16Anguila babosa Polystrotema polytrema P. p. 36.50 0.19Rayas spp. Raja spp. R. sp. 14.06 0.07

116

5.7.2. DISTRIBUCION DE LA FAUNA ACOMPAÑANTE EN SENTIDO LATITUDINAL

Del mismo modo que en sentido batimétrico, la merluza común (Merluccius gayi) es una de las

especies secundarias más importantes, presentando proporciones superior al 30% en todas las

regiones que incluye este estudio (Tabla 46, Fig. 24). El langostino colorado (Pleuroncodes

monodon) adquiere gran importancia en las regiones I y II, donde alcanza proporciones de 25 y

40%, respectivamente. Por su parte el langostino amarillo (Cervimunida johni) adquiere

importancia desde la V Región al sur, destacando especialmente en la V y VI Regiones (Tabla

46, Fig. 24). Las especies restantes presentan proporciones variables menores al 15%.

Tabla 46. Proporción (%) de la fauna acompañante presente en las capturas de camarón nailonseparados por región.

N.vernacular Nombre científico Acrónimo Región II III IV V VI VII VIII

Tib.negro narigón Apristurus nasutus A. n. 0,787 0,000 0,000 0,000 0,000 0,000 0,000Tiburón gato Aculeola nigra A. ni. 2,243 0,856 0,295 0,011 0,000 0,000 0,000Alfonsino Beryx splendens B. s. 0,017 0,003 0,009 0.011 0,000 0,000 0,276Pejegallo Callorhynchus callorhynchus C. c. 0,000 0,000 0,000 0,000 0,000 0,000 0,316Tollo pinocho Centroscymnus crepidater C. cr. 0,037 0,000 0,000 0,000 0,000 0,000 0,000Pejerratas Coelorhynchus spp. Coel. 4,320 0,000 0,000 0,624 0,379 0,057 1,612Langost. amarillo Cervimunida johni C. j. 7,510 12,170 1,991 43,834 41,177 5,997 26,167Jaiba limón Cancer porteri C. po. 0,000 1,.457 1,619 0,013 0,000 0,000 0,000Tollo pajarito Deania calcea D. c. 0,033 0,002 0,000 0,000 0,000 0,000 0,000Jibia Dosidiscus gigas D. g. 0,114 0,076 0,145 0,033 0,000 0,000 0,000Acorazado Glyphocrangon alata G. a. 0,518 0,002 0,045 0,004 0,000 0,000 0,000Gongrio dorado Genypterus blacodes G. b. 0,037 0,000 0,331 2,086 3,134 4,487 0,557Congrio colorado Genypterus chilensis G. ch. 0,000 0,034 0,000 0,000 0,000 0,000 12,242Congrio negro Genypterus maculatus G. m. 0,000 0,000 0,158 0,055 1,950 8.758 8,059Bagre Galeichthys peruvianus G. pe. 0,000 0,000 0,023 0,000 0,000 0,000 0,000Tollo luminosos Halaelurus canescens H. c. 2,485 0,827 0,274 0,007 0,000 0,000 0,000Gamba profundidad Haliporoides diomedeae H. d. 13,164 0,219 1,000 0,751 0,322 0,162 0,000Leng. ojos grandes Hippoglossina macrops H. m. 0,478 8,858 14,586 17,124 17,802 19,693 7,320Centolla Lithodes antarcticus L. a. 0,041 0,000 0,000 0,000 0,000 0,000 0,000Jaiba araña Libidocladea granaria L. g. 1,412 0,015 0,086 1,159 4,224 5,639 6,703Calamar Loligo gahi L. ga. 0,000 0,000 0,023 0,028 0,000 0,000 0,000Jaiba paco Mursia gaudichaudii M. g. 0,024 1,545 1,106 0,332 0,327 0,112 0,000Merluza común Merluccius gayi M. ga. 38,303 46,565 35,210 33,756 29,601 53,021 34,768Tollo fino Mustelus mento M. m. 0,322 0,000 0.060 0,000 0,000 0,000 0,000Anguila Ophicthus pacifici O. p. 0,033 0,047 0,046 0,018 0,000 0,000 0,000pulpo Octopus vulgaris Oct. 1,803 0,377 0,247 0,000 0,000 0,000 0,000Pateador Pterygosquila armata P. a. 0,186 0,000 0,083 0,001 0,000 0,000 0,000Blanquillo Prolatilus jugularis P. j. 0,000 0,726 0,678 0,116 0,797 1,121 1,980Langostino colorado Pleuroncodes monodon P. m. 25,683 26,050 41,850 0,000 0,000 0,000 0,000Anguila babosa Polystrotema polytrema P. p. 0,335 0,000 0,000 0,000 0,287 0,954 0,000Rayas sp Raja spp. R. sp. 0,116 0,173 0,138 0,036 0,000 0,000 0,000

117

Fig. 24. Proporción (%) de la fauna acompañante presente en las capturas de camarón nailonseparados por región.

A.n.A.ni.

B.s.C.cr.

C.j .Coel.

D.c.D.g.

G.a.G.b.

H.c.H.d.

H.m.L.a.

L.g.M.g.M.ga.

M.m.O.p.

Oct.P.a.

P.m.P.p.R.sp.

0

10

20

30

40

A.ni. C.j. C.po. D.g. G.ch. H.c. H.d. H.m. L.g. M.g. M.ga. M.m. O.p. Oct. P.a. P.j. P.m. R.sp.0

10

20

30

40

A.ni. B.s. C.j. C.po. D.g. G.a. G.b. G.m. G.pe. H.c. H.d. H.m. L.g. L.ga. M.g. M.ga. P.j. R.sp.0

10

20

30

A.ni. B.s. C.j. C.po. Coel. D.g. G.b. G.m. H.c. H.d. H.m. L.g. L.ga. M.g. M.ga. O.p.0

10

20

30

40

C.j. Coel. G.b. G.m. H.d. H.m. L.g. L.ga. M.g. M.ga. P.j. P.p.V9

0

10

20

30

40

VI

C.j. Coel. G.b. G.m. H.d. H.m. L.g. L.ga. M.g. M.ga. P.j. P.p.0

10

20

30

40

50

B.s. C.c. C.j. Coel. G.b. G.ch. G.m. H.m. L.g. M.ga. P.j.0

10

20

30

II III

IV V

VI VII

VIII

Abundancia

relativa%

118

5.7.3. IDENTIFICACION DE ASOCIACIONES ESPECIFICAS EN SENTIDO

LATITUDINAL

Utilizando un criterio de mínimo 10 estaciones de pesca con 50% de similitud, se identificó dos

asociaciones específicas en sentido latitudinal (Fig. 25). La primera está constituida por los taxa

presentes en 88 estaciones de pesca ubicadas entre 24,65 y 36,15º S. El área de distribución de

esta asociación específica se definió como zona 1. La segunda, la conforman las especies

ubicadas en las 27 estaciones ubicadas entre 21,82 y 37,98º S. El área de distribución de esta

asociación específica se definió como zona 2. Las estaciones restantes presentan escasa similitud.

Grupos c/ menosde 10 estaciones Estaciones de 24,65 a 36,15º

latitud sur (Zona 1)

Estaciones de 21,82 a37,98º lat. Sur (Zona 2)

Estaciones con escasasimilitud

Fig. 25. Análisis de clasificación de la abundancia relativa en peso (cpue) de la faunaacompañante en las capturas de camarón nailon en sentido latitudinal.

La aparente superposición de las asociaciones específicas presentes en la zona 1 y 2 no es tal,

sino que se debe entender como la existencia de comunidades paralelas o como un mosaico de

comunidades, cuyas diferencias pueden estar determinadas por la batimetría o alguna otra

diferencia abiótica local.

119

5.7.3.1. DETERMINACION DE DIFERENCIAS ENTRE ASOCIACIONES

ESPECIFICAS EN SENTIDO LATITUDINAL

El estadístico R del análisis de similitud (ANOSIM) muestra que la estructura de los datos de

abundancia relativa (CPUE) de las especies que componen las asociaciones de la zona 1 y 2 son

significativamente distintas (R = 1,00; p = 0,006). Esta diferencia esta dada principalmente por la

diferencia en la abundancia relativa (CPUE) del lenguado de ojos grandes (Hippoglossina

macrops, H.m.), la merluza común (Merluccius gayyi, M.ga.) y el lagostino colorado

(Peuroncodes monodon, P.m.) (Fig. 26).

0

10

20

30

40

50

60

70

80

90

A.ni. C.j. G.b. H.c. H.m. L.g. M.ga. P.m. H.d. M.g . C.po.

Indi

ce Im

port

anci

a R

elat

iva

(%)

0

10

20

30

40

50

60

70

80

A.ni. C.j. G.b. H.c. H.m. L.g. M.ga. P.m. M.g . C.po. G.m.

Es pe ci e s

Indi

ce I

mpo

rtan

cia

Rel

ativ

a (%

)

A

B

Fig. 26. Indice de Importancia Relativa de las especies que conforman la fauna acompañante enlas capturas de camarón nailon, cuya abundancia relativa (CPUE) es mayor al 1% de lacaptura de la fauna acompañante. Zona 1 (A) y Zona 2 (B).

120

Para los taxa restantes, en los que no existe una diferencia marcada en la abundancia (cpue), la

comparación univariada no paramétrica señala que no existen diferencias significativas (Tabla

47), reafirmando con esto que las diferencias están dadas sólo por algunas especies, las

dominantes.

Tabla 47. Abundancia relativa promedio (CPUE) las especies de la zonas 1 y 2, cuya diferenciano es tan marcada y resultados de la comparación por medio de la aproximaciónnormal de Mann-Whitney, aplicando inferencia simultanea de Bonferroni. * =significativo a p < 0,007.

Zona Estadígrafo Tiburóngato

Langostinoamarillo

Congriodorado

Tolloluminoso

Jaibaaraña

Jaiba paco

Jaibalimón

1 Promedio 0.18 3.28 0.08 0.21 0.26 1.06 1.05D. Estándar 0.45 13.24 0.45 0.64 2.19 4.22 4.53

2 Promedio 0.28 23.50 0.19 0.46 4.30 0.04 0.01D. Estándar 0.78 104.04 0.72 0.92 9.93 0.10 0.06Z 0,81 0,89 0,86 1,40 2,73 1,57 1,95p 0,94 0,37 0,39 0,16 0,06 0,12 0,05

5.7.3.2. COMPARACION ABUNDANCIA/BIOMASA (CURVAS ABC) DE LAS

ASOCIACIONES ESPECIFICAS EN SENTIDO LATITUDINAL

Los resultados del contraste entre las curvas que representan a la abundancia y a la biomasa,

señalan que en la zona 1 existe una estabilidad en las comunidades presentes. Esto se infiere del

hecho de que la curva de biomasa se encuentra sobre la curva de abundancia (Fig. 27A), es decir,

existe un predominio de especies k-estrategas. Estas especies, comparadas con las r-estrategas,

poseen un mayor tamaño corporal y menor abundancia en número y son propias de ambientes sin

perturbación (Jaksic, 1999). De las especies más relevantes de la fauna acompañante, en la zona

1, las que dominan son especies con estas características, como la merluza común (Merluccius

gayi) y el lenguado de ojos grandes (Hippoglossina macrops) (Fig. 26). La diferencia en las

curvas de abundancia y biomasa es significativa, corroborado por el estadístico W, el que

presenta un significativo valor próximo a 1 (Tabla 48).

121

Tabla 48. Estadístico W promedio obtenido con el método de remuestreo Jacknife y resultadosde la prueba de significancia por medio de la aproximación normal de Mann-Whitney.* = significativo a p < 0,05.

Zona W Desv. Estándar Z p1 0,87 0,046 3,400 0,000*2 0.31 0.012 4,153 0,000*

1/2 - - 4,150 0,000*

En la zona 2, por el contrario, la curva que representa a la abundancia en número se encuentra

levemente sobre la curva que representa a la biomasa (Fig. 27B). La especie que predomina es el

langostino colorado (Pleuroncodes monodon) (Fig. 26), con características de r-estratega, es

decir, con tamaño corporal pequeño y abundancia en número alta. Al mismo tiempo, especies con

características de k-estrategas se encuentran débilmente representadas por M. gayi (Fig. 26). El

estadístico W presenta un valor tendiente a 0, corroborando la escasa diferencia entre las curvas

de abundancia y biomasa, situación que se da en aquellas zonas con una situación intermedia de

perturbación.

0102030405060708090

100

1 10 100

AbundanciaBiomasa

A

0102030405060708090

100

1 10 100

AbundanciaBiomasa

B

"Ranking" de importancia de especies (escala logarítmica)

Importanciaacumulad

a(%)

Importanciaacumulad

a(%)

Fig. 27. Curva k-dominancia (Curva ABC) para abundancia y biomasa de las principales especiesque conforman la fauna acompañante en las capturas de camarón nailon para las zonas 1(A) y 2 (B).

122

El concepto de perturbación debe ser entendido en amplio sentido y no sólo como un trastorno

de origen antrópico. Las perturbaciones (sensu Sousa, 1989) pueden ser la consecuencia de una

variabilidad en la dinámica de corrientes, cambios frecuentes en la temperatura, salinidad,

etcétera. Por lo tanto, la zona que presenta predominio de especies con características r-estrategas

probablemente tiene una dinámica más variable que la zona con predominio de especies k-

estrategas. Por otro lado, el contraste de los valores promedio del estadístico W de ambas zonas

identificadas señala que éstas presentan diferencias significativas en la estructura de los datos de

abundancia relativa (CPUE) (Tabla 49). Esto concuerda con lo señalado por el análisis de

similitud (ANOSIM).

5.7.4. DISTRIBUCION DE LA FAUNA ACOMPAÑANTE EN SENTIDO

BATIMETRICO

Merluccius gayi es una de la especie secundarias de mayor importancia presente en casi la

totalidad de los estratos, alcanzando una proporción de alrededor del 18% en el estrato > 500 m y

sobre 60% en los estratos 350-400 y 400-450 m (Tabla 49; Fig. 28). En los estratos de 200-250 m

y de 250-300 m el langostino amarillo (Cervimunida johni) y langostino colorado (Pleuroncodes

monodon) alcanzan proporciones similares, respectivamente, con alrededor de 50%. El calamar

común (Loligo gahi) presenta su proporción máxima en el estrato de 150-200 m, llegando a

constituir el 60% de las especies acompañantes. Sobre 500 m es la gamba (Haliporoides

diomedeae) la que destaca por su mayo abundancia, constituyendo el 50% de la fauna

acompañante es este estrato. Las especies restantes presentan proporciones variables en cada uno

de los estratos, siendo éstas menores a 15% (Tabla 49, Fig. 28)

123

Tabla 49. Proporción (%) de la fauna acompañante presente en las capturas de camarón nailon enfunción de estratos de 50 m de profundidad.

N. vernacular Nombre científico Acrónimo Estratos de profundidad (m)100-150 150-200 200-250 250-300 300-350 350-400 400-450 450-500 > 500

Tib. negro narigón Apristurus nasutus A. n. 0,000 0,000 0,042 0,000 0.000 1.101 0,000 1,067 0,674Tiburón gato Aculeola nigra A. ni. 0,165 0,038 0,043 0,166 0,413 3,074 2,188 2,461 1,921Alfonsino Beryx splendens B. s. 0,000 0,117 0,016 0,129 0,008 0,000 0,000 0,000 0.000Pejegallo Callorhynchus callorhynchus C. c. 0,350 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000Tollo pinocho Centroscymnus crepidater C. cr. 0,004 0,000 0,000 0,010 0,000 0,013 0,016 0,000 0,000Pejerratas Coelorhynchus spp. Coel. 0,018 0,088 0,670 0,000 0,582 1,514 4,244 3,362 16,855Langostino amarillo Cervimunida johni C. j. 16,372 5,883 37,563 12,711 11,938 1,239 0,060 0,936 0,000Jaiba limón Cancer porteri C. po. 0,583 2,030 0,283 0,194 0,401 2,491 0,643 0,050 0,101Tollo pajarito Deania calcea D. c. 0,000 0,000 0,000 0,000 0,000 0.110 0.005 0,000 0,000Jibia Dosidiscus gigas D. g. 0,000 0,042 0,000 0,072 0,189 0,000 0,219 0,137 0,337Acorazado Glyphocrangon alata G. a. 0,056 0,000 0,012 0,001 0,005 0,000 0,729 0,443 0,017Gongrio dorado Genypterus blacodes G. b. 0,000 0,028 0,149 0,237 4,997 1,281 9,581 1,569 0,000Congrio colorado Genypterus chilensis G. ch. 13,630 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000Congrio negro Genypterus maculatus G. m. 1,933 0,000 0,468 3,941 17,117 0,000 0,324 3,812 5,056Bagre Galeichthys peruvianus G. pe. 0,000 0,047 0,000 0,000 0,000 0,000 0,000 0,000 0,000Tollo luminosos Halaelurus canescens H. c. 0,130 0,028 0,041 0,142 0,356 3,077 2,331 3,951 0,455Gamba profundidad Haliporoides diomedeae H. d. 0,158 0,000 0,002 0,019 1,596 3,781 3,572 21,089 50,716Leng. ojos grandes Hippoglossina macrops H. m. 9,453 28,689 15,893 6,713 10,180 10,614 1,909 3,437 3,708Centolla Lithodes antarcticus L. a. 0,000 0,000 0,000 0,000 0,000 0,138 0,000 0,000 0,000Jaiba araña Libidocladea granaria L. g. 0,631 1,764 3,773 3,863 0,635 1,239 0,897 0,168 0,742Calamar Loligo gahi L. ga. 0,000 58,967 0.020 0,000 0,000 0,000 0,000 0,000 0,000Jaiba paco Mursia gaudichaudii M. g. 0,353 0,563 0,215 0,452 0,550 5,131 0,057 0,767 1,568Merluza común Merluccius gayi M. ga. 51,763 0,000 29,498 20,589 28,874 61,201 69,621 54,835 16,434Tollo fino Mustelus mento M. m. 0,013 0,023 0,041 0,028 0,012 0,021 0,207 0,000 1,112Anguila Ophicthus pacifici O. p. 0,000 0,028 0,010 0,004 0,033 0,302 0,012 0,000 0,067Pulpo Octopus vulgaris Oct. 0,112 0,000 0,095 0,149 1,080 2,447 0,891 1,153 0,236Pateador Pterygosquila armata P. a. 0,000 0,000 0,091 0,007 0,186 0,083 0,031 0,008 0,000Blanquillo Prolatilus jugularis P. j. 3,956 1,513 0,085 0,012 0,000 0,000 0,000 0,000 0,000Langostino colorado Pleuroncodes monodon P. m. 0,319 0,152 10,961 50,504 20,713 0,000 0,000 0,000 0,000Anguila babosa Polystrotema polytrema P. p. 0,000 0,000 0,012 0,000 0,000 0,620 2,221 0,457 0,000Rayas spp. Raja spp. R. sp. 0,000 0,000 0,016 0,056 0,139 0,523 0,242 0,299 0,000

124

Fig. 28. Proporción (%) de la fauna acompañante presente en las capturas de camarón nailon enfunción de estratos de 50 m de profundidad. Ver acrónimos por especie en Tabla 49.

A.ni. B.s.Coel. C.j. C.po.D.g. G.b.G.pe.H.c. H.m. L.g.L.ga.M.g.M.m.O.p. P.j. P.m.V3

0

10

20

30

40

50

60

V4

A.ni. C.c. C.cr.Coel. C.j. C.po. G.a. G.ch. G.m. H.c. H.d. H.m. L.g. M.g.M.ga.M.m. Oct. P.j. P.m.

V1

0

10

20

30

40

50V2

A.n.A.ni.B.s.Coel.C.j.C.po.G.a.G.b.G.m.H.c.H.d.H.m.L.g.L.ga.M.g.M.ga.M.m.O.p.Oct.P.a.P.j.P.m.P.p.R.sp.

V5

0

10

20

30

40

V6A.ni.B.s.C.cr.C.j.C.po.D.g.G.a.G.b.G.m.H.c.H.d.H.m.L.g.M.g.M.ga.M.m.O.p.Oct.P.a.P.j.P.m.R.sp.

V7

0

10

20

30

40

50

V8

A.ni. B.s.Coel.C.j.C.po.D.g. G.a. G.b.G.m.H.c. H.d.H.m. L.g. M.g.M.ga.M.m.O.p. Oct. P.a. P.m.R.sp.

V9

0

5

10

15

20

25

30V10

A.n. A.ni.C.cr.Coel.C.j.C.po.D.c. G.b. H.c. H.d.H.m. L.a. L.g. M.g.M.ga.M.m.O.p. Oct. P.a. P.p.R.sp.

V11

0

20

40

60

V12

A.ni.C.cr.Coel.C.j.C.po.D.c.D.g.G.a.G.b.G.m.H.c.H.d.H.m.L.g.M.g.M.ga.M.m.O.p.Oct.P.a.P.p.R.sp.

V13

0

20

40

60

V14

A.n. A.ni. Coel. C.j. C.po. D.g. G.a. G.b. G.m. H.c. H.d. H.m. L.g. M.g.M.ga. Oct. P.a. P.p. R.sp.

V15

0

10

20

30

40

50

V16

A.n. A.ni. Coel. C.po. D.g. G.a. G.m. H.c. H.d. H.m. L.g. M.g. M.ga. M.m. O.p. Oct.

V17

0

10

20

30

40

50

V18

A.ni. B.s.Coel. C.j. C.po.D.g. G.b.G.pe.H.c. H.m. L.g.L.ga.M.g.M.m.O.p. P.j. P.m.V3

0

10

20

30

40

50

60

V4

A.ni. C.c. C.cr.Coel. C.j. C.po. G.a. G.ch. G.m. H.c. H.d. H.m. L.g. M.g.M.ga.M.m. Oct. P.j. P.m.

V1

0

10

20

30

40

50V2

A.n.A.ni.B.s.Coel.C.j.C.po.G.a.G.b.G.m.H.c.H.d.H.m.L.g.L.ga.M.g.M.ga.M.m.O.p.Oct.P.a.P.j.P.m.P.p.R.sp.

V5

0

10

20

30

40

V6A.ni.B.s.C.cr.C.j.C.po.D.g.G.a.G.b.G.m.H.c.H.d.H.m.L.g.M.g.M.ga.M.m.O.p.Oct.P.a.P.j.P.m.R.sp.

V7

0

10

20

30

40

50

V8

A.ni. B.s.Coel.C.j.C.po.D.g. G.a. G.b.G.m.H.c. H.d.H.m. L.g. M.g.M.ga.M.m.O.p. Oct. P.a. P.m.R.sp.

V9

0

5

10

15

20

25

30V10

A.n. A.ni.C.cr.Coel.C.j.C.po.D.c. G.b. H.c. H.d.H.m. L.a. L.g. M.g.M.ga.M.m.O.p. Oct. P.a. P.p.R.sp.

V11

0

20

40

60

V12

A.ni.C.cr.Coel.C.j.C.po.D.c.D.g.G.a.G.b.G.m.H.c.H.d.H.m.L.g.M.g.M.ga.M.m.O.p.Oct.P.a.P.p.R.sp.

V13

0

20

40

60

V14

A.n. A.ni. Coel. C.j. C.po. D.g. G.a. G.b. G.m. H.c. H.d. H.m. L.g. M.g.M.ga. Oct. P.a. P.p. R.sp.

V15

0

10

20

30

40

50

V16

A.n. A.ni. Coel. C.po. D.g. G.a. G.m. H.c. H.d. H.m. L.g. M.g. M.ga. M.m. O.p. Oct.

V17

0

10

20

30

40

50

V18

125

5.7.5. IDENTIFICACION DE ASOCIACIONES ESPECIFICAS EN SENTIDO

BATIMETRICO

El análisis de clasificación en sentido batimétrico entre las estaciones que componen la zona 1

muestra que éstas poseen alto grado de similitud, constituyendo casi la totalidad de ellas un grupo

único, con similitud sobre 60% (Fig. 29). Las estaciones restantes poseen bajo nivel de similitud

o constituyen agrupaciones con menos de 10 estaciones.

En la zona 2, el análisis de clasificación permite identificar dos grupos de estaciones con

similitud mayor a 50%; el primero está compuesto predominantemente por estaciones ubicadas

entre 100 y 150 m de profundidad (Fig. 30). El segundo está compuesto por estaciones ubicadas

predominantemente entre 200 y 300 m de profundidad (Fig. 30).

Fig. 29. Análisis de clasificación de la abundancia relativa en peso (cpue) de la faunaacompañante en las capturas de camarón nailon (Heterocarpus reedi), en la zona 1, enun sentido batimétrico.

126

A B C

Fig. 30. Análisis de clasificación de la abundancia relativa en peso (CPUE) de la faunaacompañante en las capturas de camarón nailon en la zona 2, en sentido batimétrico.Asociación distribuida entre 100 y 200 m de profundidad (A), entre 200 y 300 m (B) yestaciones con escasa similitud o muy pocas para constituir grupos (C).

5.7.5.1. DIFERENCIACION Y CARACTERIZACION DE ASOCIACIONES

ESPECIFICAS EN SENTIDO BATIMETRICO

Zona 1 (24,65-26,15º S)

En la zona 1 (24,65-26,15º S) y en sentido batimétrico, las estaciones presentan estructuras

faunísticas muy similares, observándose subgrupos de asociaciones específicas con similitud

sobre 60% (Fig. 29), por este motivo, no se justifica un análisis de similitud (ANOSIM). Las

estaciones restantes poseen escasa similitud o no alcanzan a constituir grupos mayores a 10

estaciones.

En las estaciones de mayor similitud en sentido batimétrico, en la zona 1, las especies dominantes

son langostino amarillo (C.j.), lenguado de ojos grandes (H.m.) y merluza común (M.ga.) (Fig.

31).

127

0

10

20

30

40

50

60

70

A.ni. C.j. G.b. H.c. H.m. L.g. M.ga. P.m. H.d. M.g. C.po.

Especies

Indi

ce Im

port

anci

a R

elat

iva

(%)

Fig. 31. Indice de Importancia Relativa de las especies que conforman la fauna acompañante enlas capturas de camarón nailon cuya abundancia relativa (CPUE) es mayor al 1% de lacaptura de la fauna acompañante. Zona 1 (24,65-36,15º S).

Las curvas k-dominancia para las estaciones de mayor similitud en sentido batimétrico en la zona

1 presentan características de ambiente estable, observándose la curva de biomasa sobre la curva

de abundancia (Fig. 32). Esta conclusión gráfica es significativa, lo que es corroborado por el

estadístico W, el que presenta un significativo valor tendiente a 1 (Tabla 50). Esta característica

de comunidad estable reflejada por las curvas k-dominancia se debe al predominio de especies

como M. gayi (M.ga.) y H. macrops (H. m.) (Fig. 32). Estas especies presentan características k-

estrategas comparadas con aquellas que están débilmente representadas como el langostino

amarillo (C. johni, C. j.) y el langostino colorado (P. monodon, P. m.).

0102030405060708090

100

1 10 100

AbundanciaBiomasa

Impo

rtan

cia

acum

ulad

a (%

)


Fig. 32. Curva k-dominancia (Curva ABC) para abundancia y biomasa de las principales especiesque conforman la fauna acompañante en las capturas de camarón nailon para la zona 1(24,65-36,15º S).

128

Tabla 50. Estadístico W promedio obtenido con el método de remuestreo Jakknife y resultadosde la prueba de significancia por medio de la aproximación normal de Mann-Whitney.* = significativo a p < 0,05.

Zona W Desv. Estándar Z p1 0,71 0,021 4,540 0,000*

2A (100/200 m) -0.12 0.033 2,003 0,008*2B (200/300 m) 0,68 0,045 1,985 0,030*

2A/2B - - 3,173 0,000*

Zona 2 (21,82-37,98º latitud Sur)

Para las asociaciones específicas de la zona 2, con profundidades de 100 a 200 m y de 200 a 300

m, en análisis de similitud (ANOSIM) evidencia que éstas poseen diferencias significativas en la

estructura de la abundancia relativa de las especies que las componen (R = 0,97; p = 0,007). Esto

es coincidente con lo entregado por las curvas k-dominancia, las que señalan que las

comunidades existentes entre 200 y 300 m son más estables que aquellas existentes entre 100 y

200 m de profundidad (Fig. 33).

0102030405060708090

100

1 10

AbundanciaBiomasa

Importanciaacumulad

a(%)


B0

102030405060708090

100

1 10

AbundanciaBiomasa

A

Importanciaacumulad

a(%)

Fig. 33. Curva k-dominancia (Curva ABC) para abundancia y biomasa de las principales especiesque conforman la fauna acompañante en las capturas de camarón nailon para la zona 2(21,82-37,98º S) en profundidades de 100 a 200 m (A) y 200 a 300 m (B).

129

En ambos casos, las diferencias observadas entre las curvas de biomasa y abundancia son

significativas, tal como lo evidencia el respectivo estadístico W (Tabla 50). Del mismo modo, la

diferencia detectada por el análisis de similitud entre asociaciones específicas, es indicada por el

contraste entre el estadístico W de cada asociación (Tabla 50). Las diferencias específicas están

dadas por un predominio de especies con características k-estrategas en la zona más profunda,

como el lenguado de ojos grandes y merluza común (Fig. 34B). En cambio, en la zona más

somera, a pesar de la existencia de M. gayii, la curva de abundancia en número se encuentra

sobre la curva de biomasa, debido a la presencia casi en igual magnitud del langostino colorado

(Fig. 34A).

0

10

20

30

40

50

60

H.m. L.g. M.ga. P.m. H.d. M.g. C.po.

Indi

ce Im

port

anci

a R

elat

iva

(%)

B

Especie s

0

10

20

30

40

50

60

A.ni. H .c. M.ga. P.m . M.g.

Indi

ce Im

port

anci

a R

elat

iva

(%)

A

Fig. 34. Indice de Importancia Relativa de las especies que conforman la fauna acompañante enlas capturas de camarón nailon cuya abundancia relativa es mayor al 1% de la captura dela fauna acompañante. Zona 1 (A) y Zona 2 (B).

130

5.8. SITUACION DEL STOCK

5.8.1. PRODUCCIÓN SECUNDARIA

La biomasa total utilizada (19.573 ton) corresponde a la estimación con menor varianza (enfoque

geo-estadístico). En la Tabla 51 se presentan las estimaciones de producción global y la razón

producción-biomasa (P/B) por sexo con su respectivo intervalo del 95% de confianza ( )05.0=α .

Tabla 51. Estimaciones de la razón producción-biomasa (P/B) y producción para machos,hembras y el total, con su respectivo intervalo del 95% de confianza ( )05.0=α parael año 2002.

P/B (año-1) IC P/B(ton año-1)

Prop. enpeso

Biomasa(ton)

Producción(ton año-1)

ICProducción(ton año-1)

Machos 0,4299 0,24700,6500

0,526 10.295,40 4.426,00 2.543,06.692,0

Hembras 0,5208 0,34580,7341

0,474 9.277,60 4.831,77 3.208,27.396,6

Total 19.573,00 9.257,77 5.756,7 13.545,3

La producción global de camarón nailon estimada para el año 2002 es de 9.257,77 (ton * año-1).

Esta estimación corresponde a la producción de la fracción de la población muestreada (entre 11

y 42 mm de LC) y corresponde a la fracción vulnerable del stock, por lo que no se contempla ni

considera la producción que aportan los individuos de tamaño menor a 11 mm de LC. Por otra

parte, la longitud del intervalo de confianza de la producción (límite superior – límite inferior) es

relativamente alta (7.788,6 ton*año-1), debido principalmente al alto error estándar en los

parámetros de crecimiento de la ecuación von Bertalanffy de esta especie, en comparación con

otros crustáceos, e.g. langostino colorado (Roa y Tapia, 1998).

131

5.8.2. ANÁLISIS SITUACIÓN DEL RECURSO

El modelo fue compatible con la información observada, estimándose los parámetros que se

presentan a continuación:

Definición Parámetro Valor

Coeficientes del patrón de explotación p1 8,19p2 1,19p3 0,76

Logaritmo de la abundancia primera clase

de longitud (j=1, L=10 mm)Nj=m -1,084

Mortalidad por pesca fracción

completamente reclutadaFc 0,928

Función Objetivo 10,8

Estos parámetros permiten un buen grado de ajuste, tanto de la abundancia por tallas observada

durante el crucero (Fig. 35). La estimación de los parámetros revela un patrón de explotación

logístico característico, con una talla media de selección de 23,1 mm LCT (Fig. 36). Este patrón

indica un escape mayor o igual al 50% en la fracción menor a 23,1 mm, la que ha sido

cuantificada parcialmente en el crucero de evaluación. En efecto, se estima que la biomasa

promedio anual total debería ser del orden de 36.575 ton en comparación con la biomasa

vulnerable que fue 16.002 ton (Tabla 52), ligeramente menor que la biomasa de 19.573 ton

estimada con el método geoestadístico.

132

0

50

100

150

200

250

300

350

10 13 16 19 22 25 28 31 34 37 40 43

Longitud (mm)

Abun

danc

ia (1

06 )

Fig. 35. Camarón nailon, composición por talla observada y estimada.

0,00,10,20,30,40,50,60,70,80,91,0

10 15 20 25 30 35 40 45

Longitud (mm)

Sele

ctiv

idad

Fig. 36. Camarón nailon, patrón de explotación a la talla.

Se destaca que el modelo de evaluación no sólo incorpora el patrón de explotación, sino también

la cuota de captura del año (= 5.000 ton). Sin embargo, el modelo no fue verosímil con este

monto de captura sino más bien con un nivel del orden de 10.471 ton. Este monto de captura está

133

asociado a un nivel de mortalidad por pesca Fc = 0,928 año-1 en las edades completamente

vulneradas (Tabla 52).

Tabla 52. Camarón nailon, evaluación indirecta año 2001.

Edad Abundancia Abundancia Biomasa Biomasa Captura Captura LCT Marca de Peso relativa total vulnerable total vulnerable Estimada Estimada (mm) clase (mm) (kg) (t-t0) ∆t Sj F (M+SjFc) (103) (103) (ton) (ton) (103) (ton)

on10 10,5 0,0004 1,763 0,202 0,000 0,000 0,200 4650607 257 347 0 0 0 11 11,5 0,0005 1,966 0,208 0,001 0,001 0,201 4465853 835 466 0 1 0 12 12,5 0,0007 2,174 0,214 0,002 0,002 0,202 4282917 1880 610 1 4 0 13 13,5 0,0009 2,388 0,221 0,004 0,004 0,204 4101435 3827 780 3 15 0 14 14,5 0,0011 2,609 0,228 0,008 0,008 0,208 3920670 7332 978 8 57 0 15 15,5 0,0014 2,837 0,235 0,016 0,015 0,215 3739333 13435 1205 19 195 0 16 16,5 0,0017 3,072 0,243 0,028 0,026 0,226 3555265 23695 1459 41 619 1 17 17,5 0,0021 3,316 0,252 0,049 0,046 0,246 3365023 40265 1738 85 1832 4 18 18,5 0,0026 3,567 0,261 0,083 0,077 0,277 3163429 65665 2032 168 5029 13 19 19,5 0,0031 3,828 0,270 0,134 0,124 0,324 2943361 101893 2325 311 12644 39 20 20,5 0,0036 4,098 0,281 0,207 0,192 0,392 2696388 148470 2591 536 28524 103 21 21,5 0,0042 4,379 0,292 0,304 0,282 0,482 2415163 199899 2795 849 56328 239 22 22,5 0,0049 4,671 0,305 0,419 0,389 0,589 2097978 244874 2895 1212 95143 471 23 23,5 0,0057 4,976 0,318 0,541 0,502 0,702 1753748 270214 2865 1549 135614 778 24 24,5 0,0066 5,294 0,332 0,656 0,609 0,809 1403047 268371 2700 1772 163423 1079 25 25,5 0,0076 5,626 0,348 0,754 0,700 0,900 1072190 241849 2424 1828 169258 1279 26 26,5 0,0086 5,975 0,366 0,830 0,771 0,971 783605 200448 2078 1725 154450 1329 27 27,5 0,0098 6,341 0,386 0,886 0,822 1,022 549297 155025 1708 1512 127423 1243 28 28,5 0,0110 6,726 0,407 0,924 0,858 1,058 370421 113267 1349 1247 97147 1069 29 29,5 0,0124 7,134 0,431 0,950 0,882 1,082 240794 78881 1027 976 69556 860 30 30,5 0,0138 7,565 0,459 0,967 0,898 1,098 150987 52646 753 729 47263 654 31 31,5 0,0154 8,024 0,490 0,979 0,908 1,108 91246 33753 533 521 30656 473 32 32,5 0,0172 8,514 0,525 0,986 0,915 1,115 53023 20787 362 357 19021 326 33 33,5 0,0190 9,039 0,566 0,991 0,920 1,120 29516 12267 235 233 11280 214 34 34,5 0,0210 9,605 0,614 0,994 0,922 1,122 15656 6908 146 145 6372 134 35 35,5 0,0231 10,220 0,671 0,996 0,924 1,124 7855 3688 86 85 3409 79 36 36,5 0,0254 10,891 0,740 0,997 0,926 1,126 3692 1849 47 47 1712 43 37 37,5 0,0278 11,631 0,824 0,998 0,926 1,126 1605 860 24 24 797 22 38 38,5 0,0304 12,456 0,930 0,999 0,927 1,127 634 365 11 11 338 10 39 39,5 0,0332 13,386 1,068 0,999 0,927 1,127 222 138 5 5 128 4 40 40,5 0,0361 14,454 1,252 0,999 0,928 1,128 67 45 2 2 41 1 41 41,5 0,0392 15,706 1,515 1,000 0,928 1,128 16 12 0 0 11 0 42 42,5 0,0425 17,221 1,918 1,000 0,928 1,128 3 2 0 0 2 0 43 43,5 0,0460 19,139 2,616 1,000 0,928 1,128 0 0 0 0 0 0

51925046 2313703 36575 16002 1238297 10471

La tasa de mortalidad por pesca actual (Fc=0,928 año-1), supera las mortalidades por pesca de

referencia, lo que sugiere una situación de excesiva mortalidad por pesca sobre el stock (Tabla

53, Fig. 37).

Tabla 53. Camarón nailon, mortalidad por pesca actual y su comparación con mortalidades porpesca de referencia.

PBR Valor YPR SPRF40% 0,14 3,0 15,2F20% 0,29 3,5 7,6Fmax 0,36 3,5 5,7F=M 0,20 3,3 11,3F2/3 0,06 1,9 25,3F0,1 0,18 3,2 12,5Fc 0,73 3,3 2,1

134

0

1

2

3

4

0 0,5 1 1,5 2YP

R (g

)

Fc=0,928

0

10

20

30

40

0 0,5 1 1,5 2

Mortalidad por pesca (F)

SPR

(g)

Fc=0,928

Fig. 37. Camarón nailon, curvas de rendimiento por recluta (YPR) y biomasa desovante porrecluta (SPR).

135

6. DISCUSIÓN

La distribución espacial de camarón nailon en la zona de estudio se presentó discontinua,

formando 15 caladeros o agregaciones, a diferencia de lo reportado por Arana et al. (2000; FIP

2000-05), quienes señalan una distribución continua del recurso entre 23º S y 35º30' S, y un

pequeño foco de abundancia frente a la VIII Región. Por su parte, Acuña et al. (2000)

encontraron tres focos de abundancia en el año 1999, lo que corrobora la distribución en

agregaciones a la forma de bandas discontinuas que se reducen en tamaño desde la V Región al

sur, siendo esporádicas en la VII y VIII Regiones y desapareciendo por completo desde la mitad

sur de esta última Región.

La abertura de punta de alas promedio (APA) del PAM “Foche”, considerando los lances

positivos utilizados en la evaluación, se determinó en 14,7 m, que es bastante similar a la del

PAM “Nisshin Maru III” (APA = 13,5 m). El APA de la L/M “Pionero” se determinó en 18,1 m.

Llama la atención que una nave artesanal presente una APA bastante mayor que las registradas

para las naves industriales, lo que se explica porque por diseño posee una mayor abertura de

boca, como lo demuestra el plano entregado en el Anexo 2.

Un tema relevante de discutir de este proyecto se refiere a la relativamente baja cantidad de

lances positivos con los cuales se realizó la evaluación. La dificultad que se señala acá se debió

muy probablemente a que el diseño original del muestreo, presentado en la OTE, estaba dirigido

principalmente a determinar los límites longitudinales de la banda de distribución específica del

stock de camarón nailon asumiendo que ésta era continua en el sentido latitudinal. Pero, los

resultados del presente estudio revelaron a posteriori que tal banda de distribución longitudinal

de camarón nailon se ha estrechado debido a la fuerte disminución de la abundancia del stock, lo

que viene ocurriendo fuertemente desde el año 1999. Adicionalmente, esta banda de distribución

se presenta ahora interrumpida latitudinalmente. Entonces, ambas situaciones (estrechez

longitudinal de la banda de distribución y su interrupción latitudinal) condujeron a que el número

de lances exitosos de camarón nailon, según el diseño de muestreo, fuera muy bajo en

comparación a todos los estudios previos efectuados por Acuña et al. (2000).

136

Consecuentemente, esta distribución ahora discontinua del camarón nailon, y su prácticamente

nula abundancia desde la VI a la VIII Regiones, tiende a parecerse más a la distribución propia de

los recursos langostinos colorado y amarillo, en focos aislados, que a la que poseía el recurso

antes del año 1999, aspecto que debe ser considerado oportunamente en futuras evaluaciones de

este recurso. Esto explicaría también el hecho que en el proyecto FIP 2001-06, de evaluación de

la biomasa de langostinos amarillo y colorado, se hubiese registrado mayor número de lances

“exitosos” de camarón nailon en comparación con aquellos con los que se buscaba a esta última

especie durante el presente estudio (FIP 2001-05).

En el presente estudio, el 80% del área de los caladeros se encuentra entre las Regiones II y IV.

Además, el 84% de la biomasa del stock se encuentra en esta área, confirmándose que

actualmente el recurso camarón nailon es "un recurso de la zona norte". Además, el 38% de la

biomasa se encuentra dentro de las 5 mn de reserva a la pesca artesanal, aunque prácticamente

sólo de la II a la IV Regiones, separándose las zonas de pesca bruscamente fuera de este sector

desde alrededor del límite sur de esta última región a Los Molles hacia el sur.

El área total de los caladeros de camarón nailon registrada en el año 2001 alcanzó a 1.724,6 mn2,

siendo levemente inferior a las 1.775 mn2 informadas por Arana et al. (2000; FIP 2000-05).

Además, el área total registrada en el presente estudio corresponde a sólo cerca de la mitad del

área total de caladeros reportados por Acuña et al. (2000), en un estudio ejecutado el año 1999,

para una extensión bastante comparable a la actual en sentido norte-sur. En consecuencia, la

distribución del recurso camarón nailon se ha reducido en forma importante entre los años 1999 y

2000-2001, probablemente como consecuencia de la reducción tanto del tamaño del stock total

como del stock vulnerable.

El estimador global de biomasa de camarón nailon en este estudio, según el enfoque

geoestadístico (19.573 ton), es inferior en 8,9% a lo informado por Arana et al. (2000), de 21.256

ton, estando dentro del rango de estimadores de biomasa calculados por Acuña et al. (2000), cuyo

máximo fue de 20.842 ton. Entonces, la biomasa de camarón nailon entre la II y VIII Regiones se

encuentra estabilizada en alrededor de 20 mil a 21 mil ton, tras una brusca disminución desde 60

mil ton, estimadas en 1995 por Acuña et al. (1996).

137

Los valores de biomasa vulnerable obtenidos con las aproximaciones geoestadística y de la

Distribución Delta son consistentes con los valores obtenidos mediante la aproximación GAM

(20.265,8 ton), el método cuasi-diseño basado bootstrap (20.631 ton) y el método de Thompson

(25.673-27.599 ton). Cabe destacar que todas estas estimaciones quedan incluidas en el rango de

los límites del intervalo de confianza de la Distribución Delta, con valores en el rango inferior y

medio del mismo, respectivamente.

De la medición del tamaño y del registro del sexo de los ejemplares analizados en el muestreo

biológico se observó un claro predominio de las hembras en la mayoría de las regiones, salvo en

la VII Región, donde el porcentaje de machos supera el 58,0%. Esto se manifiesta en el hecho

que se capturó una mayor cantidad de hembras que de machos de la especie, con un porcentaje

general de 58% y 42%, respectivamente. También es un hecho destacable que al analizar sólo las

hembras, el 71,6 % de éstas se encuentran portando huevos. En efecto, en todas las regiones

existe un porcentaje de hembras ovíferas superior al 58%, lo que se hace más notorio desde la V

Región hacia el sur, donde éste supera el 99 %, lo que coincide temporalmente con el período de

máxima portación de huevos de la especie y se visualiza el desfase latitudinal en los porcentajes,

que ya había sido establecido por Acuña et al. (1996). Este hallazgo fue uno de los sustentos

técnicos en la adopción del establecimiento de una veda biológica de la especie durante julio-

agosto, para proteger el período de máxima portación de huevos, período al cual se extendió parte

de los cruceros de este estudio por razones ajenas a la voluntad del consultor. El acceder a

hembras en este avanzado estado reproductivo también complicó la determinación de la

fecundidad, al contar sólo con ejemplares con huevos en estados III y IV, que corresponden a

estados avanzados del desarrollo de los huevos. En este caso, de los huevos ya eclosionan larvas

al ambiente, con lo que, como lo demostraron Acuña et al. (1996), existe pérdida de huevos y las

estimaciones aumentan considerablemente en dispersión.

Con las estimaciones locales (lances) del número de huevos por unidad de área se realizó un

análisis geoestadístico, encontrándose que el modelo de variograma teórico que mostró el mejor

ajuste, mediante el procedimiento de mínimos cuadrados ponderados fue el modelo exponencial

con rango r igual a 68,4. Con los parámetros del variograma teórico exponencial seleccionado y

del kriging (modelo de covariograma, y geometría de la grilla de interpolación), se estimó la

138

densidad global promedio del número de huevos por unidad de área (huevos/mn2) para cada

caladero.

Con respecto a la fauna acompañante, la estructura de los datos indica la existencia de dos zonas

comunitarias en sentido latitudinal, las que se encuentran dispuestas de manera paralela. Esta

configuración sugiere que factores locales tal como la profundidad son más determinantes que las

diferencias abióticas latitudinales. Esto es destacable pues lo que estamos diciendo es que las

comunidades de la fauna asociada a las pesca de camarón nailon se reparten primero

batimétricamente y después latitudinalmente. Acá destacamos que el rango del eje batimétrico no

sobrepasa los 550 m, lo que es prácticamente despreciable frente al rango del eje latitudinal, que

alcanza a un par de miles de km. Esto resulta coherente considerando que la zona centro-sur de

Chile ha sido considerada como una zona de transición entre la macro zona biogeográfica norte, o

peruviana, y la macro zona biogeográfica sur, o magallánica, sobre la base de registros de

invertebrados litorales (Brattström & Johanssen, 1983; Viviani, 1979; Lancellotti & Vázquez,

1999).

A modo de hipótesis, se puede señalar que la homogeneidad en la composición específica de la

fauna en la está dada por la homogeneidad ambiental que otorga la zona mínima de oxigeno

descrita entre 100 y 400 (Morales et al., 1999). Esto mismo puede explicar que, en la zona 1, que

nosotros hemos registrado hasta 36º S, presente también homogeneidad en sentido batimétrico,

ya que las muestras corresponden a profundidades de 100 a 300 m aprox., que está incluida en la

zona de mínima de oxigeno en sentido batimétrico (Morales et al., 1999).

Por el contrario, en la zona 2, que se ha registrado en 37º S, es posible diferenciar

batimétricamente un par de zonas con composición específica distinta. La zona de mínima de

oxígeno pierde influencia en el área comprendida entre Concepción y Valdivia debido al

gradiente antártico, el que se incrementa hacia el sur (Brattström & Johanseen, 1983). Luego,

también se puede sugerir a modo de hipótesis que la pérdida de homogeneidad puede dar paso a

que diferencias locales asociadas a la profundidad, en este caso, determinándose diferencias en la

composición de especies en este sentido. La estabilidad de las asociaciones, tanto en sentido

latitudinal como batimétrico se correlacionan con lo discutido más arriba, en el sentido de la

influencia y pérdida de ésta de la zona mínima de oxígeno. En efecto, en aquellas zonas

139

ambientalmente más homogéneas se registra predominio de especies con características k-

estrategas, propias de ambientes estables y, a la inversa, en aquellas zonas aparentemente más

heterogéneas el predominio corresponde a especies con características r-estrategas.

De la forma de la curva de rendimiento por recluta (Y/R) se desprende que el recurso camarón

nailon está sometido actualmente a sobrepesca por crecimiento, siendo recomendable incrementar

la longitud media de primera captura. No obstante, la talla de primera captura al nivel del 50%

aquí determinada coincide con la encontrada por Canales et al. (1999) para muestras obtenidas en

el año 1998, de tal manera que el efecto de la sobrepesca por crecimiento podría ser consecuencia

del nivel más bajo de mortalidad natural utilizado en este estudio.

Desde el punto de vista de la sobrepesca por reclutamiento, la mortalidad por pesca actual es

mayor al F20%, que se considera un punto biológico de referencia límite. Esto implica alto riesgo

de sobrepesca por reclutamiento, especialmente cuando la relación stock-recluta es incierta, como

es el caso para este recurso.

La magnitud de la captura estimada para el año 2001 es prácticamente el doble de la cuota de

captura de 5.000 ton. Es importante considerar que las capturas oficiales son menores a lo “real”,

por lo que las capturas oficiales no son verosímiles, lo que determina una pérdida notable en el

grado de ajuste de la información de composición por tallas y biomasa vulnerable. Este efecto

tiene varias implicancias, a saber:

(a) las capturas totales de camarón nailon han sido efectivamente mayores, aspecto que

podría explicarse por subdeclaraciones permanentes, pesca furtiva, descarte u otras

prácticas que se dan en pesquerías fuertemente reguladas y con esfuerzo de pesca

excesivo y excedido;

(b) la selectividad del arte de pesca asociado al crucero de evaluación es diferente que el de la

pesquería, lo que implica diferencias en el patrón de explotación asociados a las

modalidades de captura y operación de la flota. Esto implica considerar la estructura de

tamaños de la pesquería en el modelo de evaluación; y,

(c) la estructura de tallas de este estudio no es informativa de la composición por tallas de la

población vulnerada.

140

Se debe considerar que el modelo de evaluación aquí utilizado supone una condición de

equilibrio, esto es, que el reclutamiento es constante y que la tasa de inmigración es igual a la tasa

de emigración. Los problemas identificados deberán evaluarse a través de modelos que permitan

analizar la dinámica del reclutamiento y los cambios interanuales en la tasa de explotación.

La historia de la evaluación directa es reciente y sugiere que la biomasa vulnerable de camarón

nailon habría sido superior a 30 mil ton antes del año 1997 (Acuña et al., 1997; Canales et al.,

1999), tendencia que se habría interrumpido en 1998 cuando fue estimada una biomasa del orden

de las 9 mil toneladas por Roa et al. (1999). En los años 1999, 2000, y 2001 se ha estimado

biomasas del orden de 20 mil ton (Acuña et al., 2000; Arana, 2000; Acuña et al., este informe).

Como se desprende de la evaluación indirecta aquí realizada, los cambios de biomasa

cuantificados directamente están reflejando cambios en la biomasa vulnerable que incorpora

solamente los efectos del patrón de explotación. Por lo tanto, el cambio en el nivel de biomasa del

orden de 30 mil a 50 mil ton a otro de 20 mil ton sugiere que los cambios más importantes

podrían haber ocurrido a través de la magnitud del reclutamiento, aunque con un efecto no menor

de la pesca. La única manera de evaluar esta hipótesis es a través de modelos de evaluación que

incorporen una componente dinámica. Ello implica no sólo evaluar directamente al recurso con

los métodos que aquí se ha aplicado, sino también analizar la estructura de tallas que está

vulnerando la pesquería y el esfuerzo de pesca ejercido, así como otras fuentes de información

que sean informativa para la evaluación de stock. Canales et al. (1999), por ejemplo, intentaron

por primera vez una evaluación integrada con una componente dinámica, y sus resultados

sugieren que la evolución de la biomasa de camarón nailon no solamente puede ser atribuida al

efecto de la extracción. En efecto, el stock de camarón nailon no se encontraría en un estado de

equilibrio dinámico con la pesquería, ya que la variabilidad del reclutamiento y la capturabilidad

fueron determinantes en los cambios de biomasa.

141

7. CONCLUSIONES

• Se registró 15 agregaciones o caladeros de camarón nailon, desde 22º19,86’ S hasta 36º36,72’

S, en un rango batimétrico entre 83 y 620 m.

• El análisis geoestadístico no reveló la presencia de efecto anisotrópico de la distribución

espacial de la densidad del stock de camarón nailon.

• La biomasa vulnerable de camarón nailon estimada con el enfoque geoestadístico alcanza a

19.573 ton (intervalo de confianza: 18.084 – 21.062 ton), y con el método de la Distribución

Delta alcanza 22.425 ton (intervalo de confianza: 12.880 – 31.970 ton), por lo que el primero,

con su menor varianza, es más preciso. Además, la biomasa vulnerable de camarón nailon

estimada mediante la técnica GAM alcanza a 20265,8 ton; la estimada mediante el método

cuasi-bootstrap alcanza a 20.631 ton y, por último, la biomasa estimada mediante el método

de Thompson ha sido estimada en 25.672,51 – 27.599,19 ton (con intervalos de confianza de:

24.176,4 – 27.168,6 y 24.527,8 – 30.670,6 ton, respectivamente).

• Consecuentemente, la biomasa vulnerable de camarón nailon se encuentra estabilizada en

alrededor de 20 mil a 21 mil ton, para todo el rango de distribución latitudinal (II a VIII

Regiones), aunque el 80% del área de los caladeros se encuentra de la II a la IV Regiones.

• En todas las regiones existe un porcentaje de hembras ovíferas superior al 58%, lo que se

hace más notorio desde la V región hacia el Sur donde éste supera el 99%, lo que coincide

temporalmente con el período de máxima portación de huevos de la especie y se visualiza el

desfase latitudinal en los porcentajes, que ya había sido establecido por Acuña et al. (1996).

• La principal especie en las capturas durante el crucero corresponde a camarón nailon (30% en

peso), seguido de pejerratas (24%), merluza común (17%) y langostinos colorado (7,6) y

amarillo (7,4%).

142

• Se observa homogeneidad en la composición de especies en sentido latitudinal al considerar

toda el área de estudio, identificándose dos zonas que se distribuyen paralelamente. El eje

batimétrico es el que permite la repartición entre ambas zonas, por sobre el eje latitudinal.

• El recurso camarón nailon está siendo impactado por un nivel actual (año 2001) de

mortalidad por pesca excesivo, superando el nivel de mortalidad por pesca de referencia F20%,

lo que implica alto riesgo de sobrepesca por crecimiento.

• Aunque el modelo de evaluación de stock indirecto aplicado en este estudio tiene

verosimilitud para niveles de captura del recurso camarón nailon del orden de 10 mil ton, que

es prácticamente el doble de la cuota de pesca establecida para el año 2001, esta cifra no debe

ser considerada como análoga a una CTP. Simplemente, este valor es el que permite

estadísticamente la mayor verosimilitud.

• Consecuentemente, si se asume que la cuota total permisible (CTP) corresponde a la razón

entre biomasa vulnerable y la mortalidad por pesca, entonces, para toda el área de la

pesquería (II a VIII Regiones) y un nivel de mortalidad por pesca de 15% a 20% de la

biomasa vulnerable, entonces la CTP debería ubicarse entre 3 mil y 4 mil ton. Sin embargo, al

menos el 80% de la CTP debería destinarse exclusivamente a las Regiones II y IV.

143

8. REFERENCIAS BIBLIOGRAFICAS.

Acuña, E., H. Arancibia, A. Mujica, K. Brokordt & C. Gaymer. 1995. Estudio biológico-pesquero del langostino amarillo (Cervimunida johni) en la III y IV Región, mediante eluso de la flota arrastrera con base en Coquimbo. Informe Final Proyecto U. C. delNorte-Sede Coquimbo/Instituto de Investigación Pesquera VIII Región/EmpresasPesqueras de Coquimbo, 107 págs. + 2 anexos.

Acuña, E & H. Arancibia. 1996. Evaluación directa del stock de camarón nailon (Heterocarpusreedi) por el método de área barrida, en la zona de operación de la flota arrastrera de laRegiones II y IV. Informe final Proyecto UCN, INPESCA, Empresas PesquerasCoquimbo y Caldera. 75 pp.

Acuña, E., H. Arancibia, A. Mujica, L. Cid, R. Roa & F. Winkler. 1997. Análisis de la pesqueríay evaluación indirecta del stock de camarón nailon (III y VIII Regiones). InformesTécnicos FIP. FIP/IT 95-06, 186 pp.

Acuña, E., H. Arancibia, L. Cid, A. Mujica & R. Roa. 1998a. Análisis de la pesquería yevaluación Indirecta del Stock de Langostino amarillo en la III y IV Regiones. InformesTécnicos FIP. FIP/IT 96-08, 153 pp.

Acuña, E., M. Berríos, L. Cid, C. Díaz, J. Moraga, A. Mujica, J. Olivares & Rubén Roa. 1998b.Evaluación directa del stock de langostino amarillo en la III y IV Regiones. InformesTécnicos FIP. FIP/IT 97-25, 137 pp.

Acuña, E, E. Pérez, M. Berríos, L. Cid, J. Moraga, A. Mujica & Rubén Roa. 1999. Evaluacióndirecta del stock de camarón nailon (II a VIII Regiones). Informes Técnicos FIP. FIP/IT99-08, .

Acuña, E., E. Pérez & M.T. González. 1999. Monitoreo de la pesquería de crustáceos realizadapor la flota de la IV Región. Informe Final, Proyecto de Investigación. Depto. BiologíaMarina, U. Católica del Norte y Asoc. de Industriales y Armadores Pesqueros A.G. IVRegión, 104 pp.

Acuña, E. & M.González. 2000. Pesca de langostino colorado Pleuroncodes monodon (H. MilneEdwards, 1837) y langostino amarillo Cervimunida johni Porter, 1903 por la flotaartesanal en el area de reserva de la III Región”. Informe de Avance, Proyecto Pesca deInvestigación. Depto. Biología Marina, U. Católica del Norte. 22 pp.

Acuña, E., E. Pérez & M.T. González. 2000. Monitoreo de la pesquería de crustáceos realizadapor la flota de la IV Región. Informe Final, Proyecto de Investigación. Depto. BiologíaMarina, U. Católica del Norte y Asoc. de Industriales y Armadores Pesqueros A.G. IVRegión, 104 pp.

144

Aitchison, J. J. & A. C. Brown (1969) The lognormal distribution, with special reference to itsuses in economics. Cambridge University Press, Cambridge, 176 p.

Alverson, D.L. & W.T. Pereyra. 1969. Demersal fish explorations in the northeastern PacificOcean. An evaluation of exploratory fishing methods and analytical approaches to stocksize and yield forecasts. J. Fish. Res. Bd. Canada, 26: 1985-2001.

Andrade, H. & P. Báez. 1980. Crustáceos decápodos asociados a la pesquería de Heterocarpusreedi Bahamonde, 1955, en la zona central de Chile. Bol. Mus. Nac. Hist. Nat. Chile37:261-267.

Arancibia, H. 1993. Evaluación directa del stock de merluza común en la zona centro-sur.Sección Fauna Acompañante, 27 p. + 60 figs.

Arredondo, M. 1996. Evaluación directa del stock del camarón nailon (Heterocarpus reedi) entrelas regiones de Antofagasta y del Bío-Bío. En: Pavez, P. Evaluación directa del stock decamarón nailon en la zona centro-norte. Informes FIP, FIP/IT 96-09: 295-338.

Augustin, N. H., D. L. Borchers, E. D. Clarke, S. T. Buckland & M. Walsh. 1998. Spatiotemporalmodelling for the annual egg production method of stock assessment using generalizedadditive models. Can. J. Fish. Aquat. Sci. 55: 2608-2621.

Baranov, F.I. 1977. Selected Works on fishing gear. Vol II. Theory and practice of commercialfishing. Translate from russian for the U.S.A. Israel Bination al Science Foundation. 261pp.

Borchers, D. L., S. T. Buckland, I. G. Priede & S. Ahmadi. 1997. Improving the precision of thedaily egg production method using generalized additive models. Can. J. Fish. Aquat.Sci. 54: 2727-2742

Bray, J. R. & J. T. Curtis. 1957. An ordination of the upland forest communities of SouthernWisconsin. Ecol Monogr., 27: 325-349.

Brey, T. & J.D. Gage. 1997. Interactions of growth and mortality in benthic invertebratepopulations: empirical evidence for a mortality-growth continuum. Arch. Fish. Mar.Res. 45(1): 45-59.

Canales, C., C. Montenegro, T. Peñailillo, Humberto Pool & C. Vicencio, 1999. Evaluaciónindirecta del stock de camarón nailon en el litoral de la II a VIII Regiones. DocumentosTécnicos FIP, FIP – IT/97-24, 139 p. + anexos.

Carrasco, F. D., V. A. Gallardo & M. Baltazar. 1999. The estructure of the benthic macrofaunacollected across a transect at the central Chile shelf and relationships with giant sulfurbacteria Thioploca spp mats. Cah. Biol. Mar., 40: 195-202.

Carrothers P.J. 1980. Estimation of trawl door spread from wing spread. In: J. Northw. Atl. Fish.Sci. 1:81-89.

145

Chapman, M. G. & A. J. Underwood. 1999. Ecological patterns in multivariate assembalges:information and interpretation of negative values in ANOSIM tests. Mar. Ecol. Prog.Ser., 180:257-265.

Clarcke, K.R. 1990. Comparisons of dominance curves. Journal Experimental Marine Biologyand Ecology, 138: 143-157.

Clarke K. R. & R.H. Green. 1988. Statistical desing and analisys for a biological effects study.Mar Ecol. Prog. Ser., 92: 205-219.

Clarke, K. R. & R. M. Warwick. 1994. Changes in marine communities: an approach to statisticalanalysis and interpretation. Plymouth: Plymouth Marine Laboratory, 144 pp.

Clifford, H. T. & W. Stephenson. 1975. An introduction to numerical classification. AcademicPress, Inc., London, 229 p.

Cochran, W. G. 1977. Sampling techniques, 3rd ed. John Wiley and Sons Inc. New York. 428 pp.

Comeau, M., G.Y. Conan, F. Maynou, G. Robichaud, J.C. Therriault & M. Starr. 1998 Growth,spatial distribution, and abundance of benthic stages of the snow crab (Chionoecetesopilio) in Bonne Bay, Newfoundland, Canada. Canadian Journal of Fisheries andAquatic Sciences, 55: 262–279.

Conan, G.Y. 1985 Assessment of shellfish stocks by geostatistical techniques. ICES C.M., 30(mimeo).

Cressie, N.A.C. 1993. Statistics for spatial data. Wiley, New York.

Crewe, P.R. 1963. Some of the engineering principples of trawl gear design. 165-181 pp. In:M.F.G.W. Vol. 2.

Dew, C.B. 1990. Behavioral ecology of podding red king krab, Paralithodes camtschatica. Can.J. Fish. Aquat. Sci. 47: 1944-1958.

Deutsch, C.V. & A.G. Journel, 1998. GSLIB: Geostatistical Software Library and User's Guide.2nd Ed. Oxford University Press, New York. 369 pp.

Efron, B. & R.J. Tibshirani, 1993. An introduction to the Bootstrap. Chapman and Hall, NewYork.

Englund, E. & A. Sparks. 1988. Geo-EAS (geostatistical environmental assessment software)user’s guide. U.S. Environmental Protection Agency, Las Vegas, Nev.

Epifanio, C.E. 1987. The role of tidal fronts in maintaining patches of brachyuran zoeae inestuarine waters. J. Crustacean Biol. 7: 513-517.

146

Fennessy, S. T., C. Villacastin & J. G. Field. 1994. Distribution and seasonality of icthyofaunaassociated with commercial praw trawl catches on the Tugela bank of Natal, SouthAfrica. Fish. Res. 20:263-282.

Foote, K. & G. Stefánsson. 1993. Definition of the problem of estimating fish abundance over anarea from acoustic line-transect measurements of density. ICES J. mar. Sci., 50: 369-381.

Freire, J., E. González-Gurriarán & I. Olaso. 1992. Spatial distribution of Munida intermedia andM. sarsi (Crustacea: Anomura) on the Galician continental shelf (NW Spain):application of geostatistical analysis. Estuarine Coastal and Shelf Science, 35: 637-648.

Fournier, D. & C.P. Archibald. 1982. A general theory for analyzing catch at age data. Can. J.Fish. Aquat. Sci. 39:1195-1207.

Fournier, D., 1996. An introduction to AD Model Builder for use in nonlinear modeling andstatistics. Otter Research Ltd., Nanaimo, BC, Canada.

González-Gurriarán, E., J. Freire & L. Fernández. 1993. Geostatistical analysis of the spatialdistribution of Liocarcinus depuratus, Macropipus tuberculatus and Polybius henslowii(Crustacea: Brachyura) over the Galician continental shelf (NW Spain). MarineBiology, 115: 453-461.

Gulland, J.A. & L.K. Boerema. 1973. Scientific advice on catch levels. Fish. Bull. (U.S.) 71:325-335.

Hastie, T. & R. Tibshirani. 1990. Generalized additive models. Chapman and Hall, London. 335p.

Hastie, T. & Tibshirani, R. 1998. Comment on “ Monotone splines in action” by J. Ramsay.Statist. Sci. 3, 450-6.

Henríquez, G. & R. Bahamonde. 1982. Estudio biológico pesquero del recurso langostinocolorado (Pleuroncodes monodon). 35°47'S- 37°05'S. Informe a Subsecretaría de Pesca.Instituto de Fomento Pesquero, 67 p.

Henríquez, G., R. Bahamonde & R. Bustos. 1983 Monitoreo del recurso langostino colorado.Instituto de Fomento Pesquero, 26 p.

ICES, 1997. Report of the comprehensive fishery evaluation working group. ICES CM1997/Assess:15.

ICES, 1999. Report of the working group on mackerel and horse mackerel egg surveys, LivingResources Committee. ICES CM1999/G:5 Ref. D., 87 p.

Isaaks, E.H. & R.M. Srivastava. 1989. An Introduction to Applied Geostatistics. OxfordUniversity Press, New York. 561 pp.

147

Journel, A.G. & C.J. Huijbregts. 1978. Mining geostatistics. Academic Press, London.

Jaksic, F. & R. Medel. 1987. El acuchillamiento de datos como método de obtención deintervalos de confianza y prueba de hipótesis para índices ecológicos. Med. Amb. 8: 95-103.

Keckler, D. 1994. SURFER for Windows user’s guide. Golden Software Inc., Golden, CO.

Kimura, D.K., 1990. Approaches to age-structured separable sequential population analysis. Can.J. Fish. Aquat. Sci, 47(12):2364-2374.

Kondrat’ev, V.P. 1980. Modeling Commercial Fishing Gear by the Method of AnalogMechanism. T.T. 75-52015. American Publishing Co. Pvt. Ltd. (Ed), 154 pp.

Kong, I., R Melendez & G. Henriquez . 1988. Los Peces Ophidiiformes de aguas profundas entreArica e Isla Mocha. Estudios Oceanológicos.

Koyama, T. 1974. Study of stern trawl. Bull. Tokai Reg. Fish. Res. Lab., 77: 171-247.

Kraufvelin, P. 1999. Baltic hard bottom mesocosms unplugged: replicability, repeatability andecological realism examined by non-parametric multivariate techniques. J. Exp. Mar.Biol. Ecol., 240: 229-258.

Lambshead, P., H. Platt & K. Shaw. 1983. The detection of difference among assemblages ofmarine benthic species based on an assessment of dominance and diversity. J. Nat. Hist.17: 859-874.

Land, C.E. 1975. Tables of confidence limits for linear functions of the normal mean andvariance. Sel. Tables Math. Stat. 3:385-419.

Maravelias, C.D., D.G. Reid, E.J. Simmonds & J. Haralabous. 1996. Spatial analysis andmapping of acoustic survey data in the presence of high local variability: geostatisticalapplication to North Sea herring (Clupea harengus). Canadian Journal of Fisheries andAquatic Sciences, 53: 1497-1505.

Maynou, F.X., F. Sardá & G.Y. Conan. 1998. Assessment of the spatial structure and biomassevaluation of Nephrops norvegicus (L.) populations in the northwestern Mediterraneanby geostatistics. ICES Journal of Marine Science, 55: 102-120.

MacLennan, D.N. & I.G. MacKenzie. 1988. Precision of acoustic fish stock estimates. Can. J.Fish. Aquat. Sci., 45: 605-616.

McConaughey, R.A. 1991. Factors affecting Dungenes crab (Cancer magister) year classstrength along the Washington coast. Ph.D. diss., School Fish., Univ. Wash., Seatle, 162p.

148

McConnaughey, R.A. & P.A. Conquest. 1993. Trawl survey estimation using a comparativeapproach based on lognormal theory. Fish. Bull. (U.S.) 91:107-118.

McCullagh, P. & J. A.Nelder, 1989. Generalized Linear Models. Second Edition. Chapman andHall.

Mendenhall, W. & T. Sincich. 1997. Probabilidad y estadística para ingeniería y ciencias.Prentice-Hall Hispanoamericana, 4ª ed. 1182 pp.

Melendez, R. & D. Meneses. 1989. Tiburones del Talud continental entre Arica (18°25'S) e IslaMocha (38°15' S). Investigaciones Marinas, UCV, 17:3-73.

Methot, R.D. 1986. Synthetic estimates of historical abundance and mortality for northernanchovy, Engraulis mordax. U.S. Natl. Mar. Fish. Serv., Southwest Fish. Cent., Admin.Rep. LJ 86-29, La Jolla, California.

Nashida, K. 1990. The measurement of the distance between wings tips and the heights of theheadropes of small trawler's net. Bull. Japan Sea Natl. Fish. Res. Inst. 40: 213-220.

Ojeda, P. & S. Avilés. 1987 Peces oceánicos chilenos, pp 247-270, En: Islas Oceánicas Chilenas:conocimiento científico y necesidades de investigaciones (J.C. Castilla Ed.). EdicionesU. Católica de Chile, Santiago.

Okonski, S.L. & L. Martini. 1977. Materiales didácticos para la capacitación en tecnología deartes y métodos de pesca. Dirección de Ciencias y Tecnologías del Mar. 450 pp.

Otto, R.S. 1986. Management and assessment of eastern Bering Sea king crab stocks. InJamieson, G.S. & N. Bourne (Eds.), North Pacific workshop on stock assessment andmanagement of invertebrates. Can. Spec. Publ. Fish. Aquat. Sci. 92: 83-106.

Palma, S. 1996. Desarrollo embrionario y fecundidad del camarón nailon, Heterocarpus reedi,capturado en la zona centro-norte de Chile. En: Pavez, P. Evaluación directa del stock decamarón nailon en la zona centro-norte. Informes FIP, FIP/IT 96-09, p: 88-116.

Paloheimo, J.E. & M. Dickie. 1964. Abundance and fishing success. Rapp. P.-v. Réun. Cons.Explor. Mer, 155: 152-163.

Pannatier, Y. 1996. VARIOWIN: Software for Spatial Data Analysis in 2D. Springer-Verlag,NY. 91 pp.

Pelletier, D. & A.M. Parma. 1994. Spatial distribution of Pacific Halibut (Hippoglossusstenolepis): an application of geostatistics to longline survey data. Can. J. Fish. Aquat.Sci., 51: 1506-1518.

Pequeño, G. & J. Lamilla. 1985. Estudio sobre una colección de rayas del suur de Chile(Chondrichtyes, Rajidae). Rev. Biol. Mar., Valparaíso, 21 (2): 225-271.

149

Pennington, M. 1983. Efficient estimators of abundance, for fish and plankton surveys.Biometrics 39: 281-286.

Pennington, M. 1986. Some statistical techniques for estimating abundance indices from trawlsurveys. Fish. Bull., 84(3): 519-525.

Petitgas, P. 1993. Geostatistics for fish stock assessments: a review and an acoustic application.ICES J. mar. Sci., 50: 285-298.

Petitgas, P. 1996. Geostatistics and their applications to fisheries survey data. In Megrey, A., andE. Moskness (Eds.) Computers in Fisheries Research. Chapman & Hall, London. pp.113-142

Petitgas, P. & T. Lafont. 1997. EVA2: Estimation variance. Version 2. A geostatistical softwareon Windows 95 for the precision of fish stock assessment surveys. ICES CM 97/Y:22.22 pp.

Pérez E.P., C. González, A. Karstegl & J. Chávez. 2000. Análisis dinámico de corto plazo de lapesquería de arrastre de Heterocarpus reedi en Chile Centro-Norte. Libro de ResúmenesXX Congreso de Ciencias del Mar, Concepción, Chile. Mayo de 2000.

Prado, J & P. Dremière. 1988. Guía de bolsillo del pescador. Ediciones Omega S.A., Barcelona,179p.

Quinn, T.J., 1985. Catch-per-unit-effort; a statistical model for Pacific Halibut. Can J. FishAquatic Sci. 42:1423-1429.

Restrepo , V. R. & R. A. Watson. 1991. An aproach to modeling crustacean egg-bearringfractions as a function of size and season. Can. J. Fish. Aquat. Sci., 48:1431-1436.

Richards, L. J. & J. T. Schnute. 1992. Stadistical models for estimating CPUE from catch andeffort data. Can. J. Fish. Aquat. Sci. 49: 1315-1327.

Ricker, W.E. 1975. Computation and interpretation of biological statistics of fish populations.Bull. Fish. Res. Board. Can. 191, 382 p.

Rivard, D. & J.J. Maguire. 1993. Reference points for fisheries management: the easternCanadian experience. In: Risk evaluation and biological reference points for fisheriesmanagement. S.J. Smith, J.J. Hunt and D. Rivard (Ed.s). Can. Spec. Publ. Fish. Aquat.Sci. 120:31-57.

Roa, R. 1993b. Annual growth and maturity function of the squat lobster Pleuroncodes monodonin central Chile. Mar. Ecol. Prog. Ser., 97: 157-166

Roa, R. & R. Bahamonde. 1993. Growth and expansion of an exploited population of the squatlobster (Pleuroncodes monodon) after 3 years without harvesting. Fish. Res., 18: 305-319

150

Roa, R., F. Tapia, L. Cid, R. Quiñones, B. Ernst, D. Figueroa, H. Arancibia, R. Galleguillos & M.Retamal .1997. Evaluación directa del stock de langostino colorado en la zona centro-sur. Informes Técnicos FIP. FIP/IT 96-23, 139 pp.

Roa, R., L. Cid, F. Tapia, R. Quiñones, H. Arancibia, D. Figueroa & I. Lépez (1998) Evaluacióndirecta del stock de langostino amarillo en el litoral de la V a VIII Regiones. InformesTécnicos FIP. FIP/IT 97-23,123 pp.

Roa. R. & R. Quiñones. 1998. Theoretical analysis of the relationship between production perunit biomass and animal body size. Oikos, 81: 161-167.

Roa, R., F. Tapia, L. Cid, M.I. Lepez, C. Diaz & H. Arancibia. 1999a. Evaluación directa decamarón nailon entre la II y VIII Regiones. Informes Técnicos FIP. FIP/IT 98-03, 115pp.

Roa, R. & F. Tapia (en prensa) Cohorts in space: geostatistical mapping of the age structure ofthe squat lobster (Pleuroncodes monodon) population off central Chile. Marine EcologyProgress Series.

Robotham V. & J. P. Castillo, 1987. Método bootstrap una alternativa para estimar intervalos deconfianza de recursos prospectados por medio de técnicas hidroacústicas. Invest. Pesq.(Chile) 34; 79-83,1987.

Seber, G.A.F. 1982. The estimation of animal abundance and related parameters. 2nd Ed.,Macmilla, NY, 654 pp.

Sepúlveda, A. , L. Cubillos, S. Núñez, T. Canales, D. Bucarey, M. A. Barbieri, J. Córdova & M.Espejo.2000. Condiciones biológicas del jurel. Informe Final FIP99-14, Fondo deInvestigación Pesquera, Instituto de Investigación Pesquera – Instituto de FomentoPesquero 220 pp + Anexos y Figuras.

Simard, Y., P. Legendre, G. Lavoie & D. Marcotte. 1992. Mapping, estimating biomass, andoptimizing sampling programs for spatially autocorrelated data: case study of thenorthern shrimp (Pandalus borealis). Can. J. Fish. Aquat. Sci., 49: 32-45.

Smith, S.J. 1990. Use of statistical models for the estimation of abundance from groundfish trawlsurvey data. Can. J. Fish. Aquat. Sci., 47: 894-903.

Sokal, R. R. & F. J. Rohlf. 1981. Biometry. W. H. Freeman and Co., San Francisco, California,859 pp.

Sousa, W. P., 1989. The role of disturbance in natural communities. Ann. Rev Ecol. Syst.,15:353-391.

Tapia, F. 1999. Distribución espacial del potencial reproductivo de la población de langostinocolorado (Pleuroncodes monodon) de Chile centro – sur. Tesis Magister en Cienciasmención Oceanografía. Universidad de Concepción.

151

Thompson, S.K. 1982. Adaptive sampling of animal populations. Oregon State University Tech.Rep. 82.

Thompson, S.K. 1992. Sampling. John Wiley and Sons, New York. 343 pp.

Venables, W. & B. Ripley. 1994. Modern Applied Statistics with S-plus. Statistics andComputing, Springer Verlag, Berlin, 462 p.

Wakabayashi, K. et al. 1985. Methods of the US - Japan Demersal Trawl Surveys. Bull. Nº 44North Pacific Commission, 44:7-29.

Warwick, R. M. 1986. A new method for detecting pollution effect on marine macrobenthiccommunities. Mar. Biol., 92: 557-562.

Warwick, R. M., A. J. McEvoy & S. F. Thrush. 1997. The influence of Atrina zelandica Gray onmeiobenthic nematode diversity and community structure. J. Exp. Mar. Biol. Ecol., 214:231-247.

Wathne, F. 1977. Performance of trawls used in resource assessment. MFR Paper 1253. MarineFisheries Review, 39(6):16-23.

Wackernagel, H. 1995. Multivariate geostatistics. Springer-Verlag, Berlin.

Zwifel, J.R. & P.E. Smith. 1981. Estimation of abundance and mortality of larval anchovies(1951-75): Application of a new method. Rapp. P.-V. Réun. Cons. Int. Explor. Mer 178:248-259.

152

A n e x o 1

153

Anexo 1.1. Número del lance, Posición, distancia recorrida, captura de especie objetivo y CPUE.

Nºlance

Lat.(º) min-Lat Long.(º) min-Long. Dist.Lineal

CA(Mn-Lin)

CPUE Kg Campor MnLin

1 21 39,21 70 13,183 0,700 0 0,002 21 39,215 70 17,071 1,000 0 0,003 21 49,163 70 11,462 1,067 0 0,004 21 49,526 70 17,156 1,000 0 0,005 22 9,52 70 17,63 1,000 0 0,006 22 19,07 70 16,48 1,000 0 0,007 22 19,21 70 18,15 1,000 0 0,008 22 19,92 70 21,02 1,033 0,1 0,089 22 29,01 70 17,99 1,000 0,1 0,08

10 22 29,15 70 21,14 1,000 0,1 0,0611 22 29,13 70 22,07 1,000 0 0,0012 22 39,08 70 20,17 1,000 0 0,0013 22 39,13 70 22,09 1,000 0 0,0114 22 49,11 70 20,98 1,000 0 0,0015 22 49,11 70 23,01 1,033 0 0,0016 22 49,14 70 30,16 017 22 49,25 70 31,06 1,000 0 0,0018 22 59,06 70 23,19 1,000 0 0,0019 22 59,18 70 26,54 1,000 0 0,0020 22 59,11 70 29,14 1,000 0 0,0021 22 59,1 70 33,13 1,000 2 2,0022 22 58,89 70 36,58 123 23 19,06 70 36,96 0,833 0 0,0024 23 39,2 70 27,16 1,000 0 0,0025 23 39,18 70 30,13 1,000 0 0,0026 23 39,14 70 33,14 1,000 0 0,0127 23 39,14 70 35,27 1,000 0 0,0028 23 70 32,71 1,000 0 0,0029 23 49,23 70 33,17 1,000 0 0,0030 23 59,21 70 35,22 1,000 0 0,0031 23 59,1 70 36,54 1,000 0 0,0032 24 9,31 70 34,21 1,000 0 0,0033 24 9,41 70 36,22 1,000 0 0,0034 24 19,21 70 34,33 1,000 0 0,0035 24 19,2 70 36,12 1,000 0,1 0,1136 24 19,31 70 38,12 1,000 0 0,0037 24 29,01 70 36,1 1,000 9 9,0038 24 29,11 70 38,12 1,000 0 0,0039 24 39,22 70 35,27 0,600 0 0,0040 24 39,21 70 37,66 1,000 4,5 4,5041 24 49,41 70 33,32 1,000 0 0,0042 24 49,41 70 35,23 1,000 9 9,0043 24 59,61 70 34,41 1,000 0 0,0044 24 59,17 70 33,71 1,000 36 36,00

154

Nºlance


CA(Mn-Lin)


45 24 54,23 70 35,61 1,000 198 198,0046 25 4,12 70 33,26 1,000 45 45,0047 25 9,21 70 30,33 1,000 0 0,0048 25 9,31 70 33,61 1,000 72 72,0049 24 9,43 70 35,66 1,000 54 54,0050 25 14,33 70 33,38 1,000 342 342,0051 25 19,41 70 30,41 1,000 4,5 4,5052 25 19,13 70 32,77 1,000 108 108,0053 25 19,11 70 34,14 1,000 90 90,0054 25 19,11 70 36,33 1,000 54 54,0055 25 24,016 70 36,164 1,133 1,1 0,9956 25 25,446 70 37,64 3,000 9 3,0057 25 29,224 70 35,246 1,000 0 0,0058 25 29,141 70 37,461 1,000 0 0,0059 25 29,468 70 41,19 1,000 18 18,0060 25 38,871 70 43,144 1,000 0,2 0,1661 25 38,91 70 45,261 1,000 72 72,0062 25 33,977 70 43,561 1,033 144 139,3563 25 34,061 70 44,224 1,000 1 1,0064 25 44,146 70 45,656 1,000 0 0,0065 25 49,114 70 48,448 1,000 72 72,0066 25 54,106 70 46,694 1,000 0 0,0067 25 58,171 70 43,618 1,000 0 0,0068 25 59,35 70 46,823 1,000 90 90,0069 25 58,428 70 48,496 1,000 180 180,0070 25 54,428 70 47,639 1,000 90 90,0071 26 4,114 70 45,218 1,400 54 38,5772 26 4,194 70 48,108 1,000 36 36,0073 26 14,034 70 50,641 1,000 36 36,0074 26 19,386 70 48,196 1,000 0,1 0,1475 26 19,216 70 50,319 1,000 36 36,0076 26 24,116 70 50,524 1,067 54 50,6377 26 29,153 70 49,124 0,833 54 64,8078 26 29,158 70 51,028 1,000 72 72,0079 26 34,121 70 50,124 1,000 27 27,0080 26 39,956 70 49,018 1,033 0 0,0081 26 49,176 70 55,114 1,033 72 69,6882 26 57,198 70 55,346 1,000 0 0,0083 27 49,02 71 8,11 1,000 0 0,0084 27 59,03 71 11,35 0,667 90 135,0085 27 54,11 71 9,33 1,000 126 126,0086 28 4,1 71 9,24 1,000 0 0,0087 28 9,01 71 12,03 0,667 0 0,0088 28 9,22 71 15,17 1,000 126 126,0089 28 9,11 71 17,32 1,000 27 27,0090 28 14,21 71 13,19 1,000 0 0,00

155

Nºlance


CA(Mn-Lin)


91 28 14,22 71 15,04 1,000 0 0,0092 28 19,19 71 14,43 1,000 0 0,0093 28 19,14 71 16,28 1,000 54 54,0094 28 24,14 71 17,62 0,733 54 73,6495 28 29,03 71 18,3 1,000 9 9,0096 28 29,11 71 19,33 1,000 9 9,0097 26 9,069 70 43,375 0,667 0 0,0098 26 9,091 70 45,616 1,000 0 0,0099 26 19,44 70 43,5 2,000 0 0,00

100 26 24,352 70 47,275 0,400 0 0,00101102 26 34,161 70 46,501103 28 39,02 71 20,26 1,000 0 0,00104 28 39,47 71 22,78 1,000 162 162,00105 28 44,16 71 25,08 1,000 27 27,00106 28 49,09 71 29,31 1,000 0 0,00107 26 39,172 70 46,358 1,000 0,00108 26 39,754 70 48,461 117109 26 44,412 70 52,491 1,000 108 108,00110 26 49,377 70 51,166 1,000 0 0,00111 26 54,465 70 52,188 0112 26 59,401 70 50,25 0,867 0 0,00113 26 59,352 70 52,036 0114 0,000 0115 0,000 0116 0,000 0117 0,000 0118 27 29,556 70 58,075 0,000 0119 27 39,903 71 4,674 1,000 9 9,00120 27 39,941 71 6,153 1,000 2,3 2,25121 27 9,189 71 0,047 1,000 0,00122 29 8,995 71 33,084 1,000 27 27,00123 29 9,763 71 34,396 1,000 522 522,00124 29 19,098 71 24,675 1,000 0 0,00125 29 19,114 71 27,626 1,000 0 0,00126 29 19,128 71 38,129 1,000 750 750,00127 29 24,118 71 36,025 1,000 0 0,00128 29 29,134 71 22,346 1,000 0 0,00129 29 29,023 71 25,129 1,000 0 0,00130 29 29,125 71 27,328 1,000 0 0,00131 29 29,126 71 29,416 1,000 324 324,00132 29 29,129 71 31,227 1,000 270 270,00133 29 34,026 71 27,153 0,667 234 351,00134 29 39,028 71 20,156 1,000 0 0,00135 29 39,118 71 22,124 1,133 0 0,00136 29 39,028 71 25,018 1,133 0 0,00

156

Nºlance


CA(Mn-Lin)


137 29 39,158 71 27,456 1,000 288 288,00138 29 34,041 71 25,261 1,000 234 234,00139 29 49,114 71 20,261 1,000 0,1 0,10140 29 49,068 71 22,048 1,000 54 54,00141 29 44,028 71 22,124 1,000 0 0,00142 29 54,03 71 23,91 1,000 0 0,00143 29 59,15 71 26,79 1,000 90 90,00144 29 59,12 71 29,35 1,000 72 72,00145 30 4,03 71 26,25 1,000 0 0,00146 30 4,1 71 27,21 1,000 0 0,00147 30 8,93 71 29,44 1,000 0 0,00148 30 9,19 71 32,21 1,000 72 72,00149 30 9,21 71 34,66 1,000 18 18,00150 30 9,15 71 36,21 1,000 4,5 4,50151 30 14,28 71 40,46 1,000 18 18,00152 30 19,02 71 42,77 1,000 216 216,00153 30 23,71 71 42,93 1,000 0 0,00154 30 29,3 71 44,64 1,000 4,5 4,50155 30 39 71 45,78 1,000 216 216,00156 30 34,23 71 44,32 1,000 18 18,00157 30 43,98 71 45,68158 30 48,97 71 45,12 1,000 360 360,00159 30 53,93 71 42,84 1,000 0 0,00160 30 58,93 71 42,39 1,000 0 0,00161 30 59,12 71 44,82 1,000 216 216,00162 30 59,81 71 46,12 1,000 9 9,00163 31 3,97 71 43,92 0,733 0 0,00164 31 9,25 71 42,86 1,000 0 0,00165 31 9,42 71 44,79 1,033 0 0,00166 31 9,31 71 46,08 1,000 0 0,00167 31 19,21 71 41,4 0,433 0 0,00168 31 19,34 71 43,4 1,000 0 0,00169 31 29,2 71 38 1,000 0 0,03170 31 29,59 71 42,15 1,000 0,1 0,05171 31 39,51 71 41,97 1,000 1 1,00172 31 49,19 71 36,06 1,000 0 0,00173174 31 49,27 71 38,21 1,000 144 144,00175 31 49,43 71 40,4 1,000 108 108,00176 31 44,53 71 36,47 1,000 0 0,00177 31 44,94 71 38,7 1,000 0 0,00178 32 8,871 71 33,014 1,000 0 0,00179 32 9,023 71 35,033 1,000 144 144,00180 32 9,053 71 37,045 1,000 72 72,00181 32 14,054 71 36,124 1,000 90 90,00182 32 4,138 71 34,428 1,000 0 0,00

157

Nºlance


CA(Mn-Lin)


183 32 4,06 71 36,028 1,000 0 0,00184 31 59,046 71 34,028 1,000 144 144,00185 31 59,083 71 36,141 1,000 90 90,00186 31 59,061 71 38,033 1,000 108 108,00187 31 54,032 71 33,054 1,000 0 0,00188 30 1,37 71 28,17 7,000 450 64,29189 29 57,15 71 28,43 7,167 486 67,81190 30 5,66 71 32,44 6,000 324 54,00191 30 10,99 71 33,44 7,500 342 45,60192 30 6 71 30,52 4,667 144 30,86193 30 9,82 71 33,05 3,667 216 58,91194 30 9,95 71 36,47 3,500 180 51,43195 30 4,66 71 29,98 8,000 234 29,25196 30 4,65 71 29,78 9,767 360 36,86197 30 10,53 71 36,17 6,000 270 45,00198 30 2,42 71 30,32 4,800 162 33,75199 29 55,17 71 26,12 4,600 234 50,87200 29 56,43 71 26,52 4,767 306 64,20201 29 56,71 71 26,42 5,000 252 50,40202 29 51,49 71 24,8 3,000 342 114,00203 29 52,07 71 26,85 2,600 306 117,69204 30 6,17 71 30,59 9,000 360 40,00205 30 10,53 71 36,72 9,200 306 33,26206 30 16,33 71 41,21 4,167 409 98,16207 30 21,21 71 44,07 4,833 882 182,48208 30 20,48 71 44,29 3,333 162 48,60209 30 16,52 71 41,25 2,667 270 101,25210 30 22,73 71 43,87 2,533 288 113,68211 30 24,25 71 44,27 3,767 432 114,69212 30 20,53 71 43,33 6,433 126 19,59213 30 20,72 71 42,89 4,333 216 49,85214 30 20,29 71 42,15 4,167 342 82,08215 30 15,44 71 40,2 2,833 540 190,59216 30 5,11 71 29,79 4,167 396 95,04217 29 18,3 71 36,61 4,000 324 81,00218 29 14,52 71 35,66 4,667 234 50,14219 29 18,4 71 36,72 3,467 522 150,58220 29 22,67 71 37,53 4,000 378 94,50221 29 27,61 71 32,39 7,967 396 49,71222 29 40,83 71 30,07 7,000 450 64,29223 29 52,57 71 27,13 6,133 0 0,00224 29 57,36 71 28,08 4,767 468 98,18225 30 1,15 71 30,87 4,600 27 5,87226 29 55,96 71 27,28 5,700 342 60,00227 29 56,81 71 27,42 6,000 558 93,00228 29 50,75 71 25,16 5,733 252 43,95

158

Nºlance


CA(Mn-Lin)


229 29 52,4 71 25,75 4,600 108 23,48230 29 56,37 71 26,29 3,300 378 114,55231 32 18,098 71 37,954 1,000 0,00232 32 18,146 71 35,942 1,000 20 20,00233 32 18,37 71 34,858 1,000 0,00234 32 19,625 71 36,947 1,000 10 10,00235 32 19,934 71 35,19 1,000 20 20,00236 32 20,137 71 34,297 1,000 0,00237 32 28,253 71 37,152 1,000 162 162,00238 32 28,302 71 38,465 1,000 0,00239 32 28,697 71 36,572 1,000 0,00240 32 28,832 71 37,879 1,000 20 20,00241 32 28,902 71 34,03 0,833 0,00242 32 29,507 71 37,784 1,000 126 126,00243 32 38,211 71 39,366 1,000 20 20,00244 32 38,336 71 37,089 1,000 0,00245 32 38,519 71 38,606 1,000 90 90,00246 32 39,91 71 39,39 1,000 72 72,00247 32 42,817 71 38,433 1,000 18 18,00248 32 48,536 71 42,072 1,033 0,00249 32 48,587 71 40,853 1,000 18 18,00250 32 49,47 71 39,499 1,000 0,00251 32 49,548 71 41,902 1,000 144 144,00252 32 49,954 71 41,948 1,033 10 9,68253 32 50,625 71 40,389 1,000 0,00254 32 58,188 71 48,069 0,667 0,00255 32 58,268 71 47,001 1,000 0,00256 32 59,017 71 46,843 1,000 0,00257 32 59,441 71 45,623 1,000 0,00258 32 59,674 71 48,306 1,000 0,00259 33 7,611 71 51,705 1,000 0,00260 33 8,51 71 54,908 1,000 0,00261 33 9,218 71 51,857 1,000 0,00262 33 9,615 71 52,24 1,000 0,00263 33 10,564 71 51,569 1,000 0,00264 33 17,602 71 51,597 1,000 0,00265 33 18,317 71 52,8 1,000 0,00266 33 18,697 71 52,327 1,000 0,00267 33 19,576 71 51,994 1,000 0,00268 33 20,6 71 53,081 1,000 0,00269 33 25,647 71 52,142 1,000 0,00270 33 27,923 71 51,147 1,000 0,00271 33 28,398 71 52,207 1,000 0,00272 33 28,539 71 51,354 1,000 252 252,00273 33 29,152 71 49,8 1,000 270 270,00274 33 29,85 71 52,021 1,000 0,00

159

Nºlance


CA(Mn-Lin)


275 33 35,367 71 58,459 1,000 0,00276 33 37,056 72 2,141 1,000 0,00277 33 37,092 72 0,96 1,000 126 126,00278 33 37,637 72 1,259 1,000 198 198,00279 33 38,505 72 1,929 1,000 0,00280 33 39,633 71 59,711 1,167 0,00281 33 48,085 72 5,096 1,000 0,00282 33 48,223 72 5,675 1,000 0,00283 33 48,886 72 7,242 1,000 0,00284 33 49,08 72 6,3 1,000 0,00285 33 49,7 72 4,3 1,000 0,00286 33 57,992 72 9,874 1,000 0,00287 33 58,172 72 9,741 1,000 144 144,00288 33 58,2 72 9,022 1,000 0,00289 33 59,389 72 10,316 1,000 0,00290 33 59,62 72 10,088 1,000 162 162,00291 34 3,347 72 13,065 1,000 90 90,00292 34 7,97 72 16,136 1,000 0,00293 34 8,09 72 12,21 1,000 0,00294 34 8,618 72 12,9 1,000 0,00295 34 8,7 72 14,183 1,000 36 36,00296 34 9,703 72 16,707 1,000 0,00297 34 17,683 72 14,765 1,000 0,00298 34 18,129 72 13,042 1,000 342 342,00299 34 18,243 72 14,508 1,000 0,00300 34 19,667 72 12,351 0,833 360 432,00301 34 20,077 72 11,027 1,000 0,00302 34 24,895 72 10,642 1,000 162 162,00303 34 27,96 72 9,352 1,000 0,00304 34 28,456 72 10,957 1,167 198 169,71305 34 28,671 72 12,201 1,000 0,00306 34 29,509 72 6,674 1,000 0,00307 34 29,752 72 10,654 1,000 36 36,00308 34 29,992 72 11,321 1,000 0,00309 34 37,838 72 12,919 1,000 0,00310 34 38,314 72 10,216 1,000 0,00311 34 38,537 72 13,608 1,000 0,00312 34 39,107 72 14,641 1,000 0,00313 34 39,661 72 12,732 1,000 5 5,00314 34 45,177 72 15,782 1,000 126 126,00315 34 46,099 72 18,355 1,000 54 54,00316 34 47,16 72 17,673 1,000 450 450,00317 34 47,235 72 18,86 1,000 0,00318 34 47,924 72 18,693 1,000 486 486,00319 34 49,521 72 17,179 1,000 0,00320 34 57,783 72 36,361 1,000 0,00

160

Nºlance


CA(Mn-Lin)


321 34 58,706 72 28,957 1,000 0,00322 34 58,915 72 32,112 1,000 0,00323 34 58,959 72 34,911 1,033 0,00324 34 59,569 72 36,207 0,967 0,00325 35 6,812 72 42,76 1,000 0,00326 35 7,648 72 38,788 1,000 30 30,00327 35 8,448 72 34,987 0,933 0,00328 35 8,955 72 39,206 1,000 8 8,00329 35 9,304 72 37,648 1,067 12 11,25330 35 18,088 72 48,214 1,000 0,00331 35 18,389 72 43,582 1,167 8 6,86332 35 18,65 72 39,4 1,000 0,00333 35 19,746 72 45,576 0,967 0,00334 35 19,835 72 45,649 0,900 0,00335 35 26,987 73 1,89 1,000 0,00336 35 27,753 73 1,058 1,000 0,00337 35 28,094 73 0 1,067 224 210,00338 35 28,658 72 56,973 1,000 0,00339 35 29,359 73 0,563 1,000 0,00340 35 29,805 72 59,698 1,233 20 16,22341 35 33,692 73 2,239 1,000 30 30,00342 35 38,015 73 4,517 1,000 15 15,00343 35 38,087 73 2,321 1,000 5 5,00344 35 38,501 72 56,65 0,300 0,00345 35 38,851 73 7,19 1,000 0,00346 35 39,097 73 8,837 1,000 0,00347 35 39,408 73 3,492 1,033 15 14,52348 35 47,896 73 10,479 1,000 0,00349 35 47,994 73 16,141 1,000 0,00350 35 48,02 73 4,49 1,000 165 165,00351 35 48,228 73 2,795 1,000 30 30,00352 35 48,546 73 0,009 1,000 0,00353 35 49,488 73 7,396 1,000 0,00354 35 49,608 73 12,625 0,933 0,00355 35 49,65 72 54,476 1,000 0,00356 35 53,004 73 0,611 1,100 210 190,91357 35 57,997 73 0,047 1,000 10 10,00358 35 58,158 72 57,967 1,000 60 60,00359 35 58,328 72 53,259 1,000 0,00360 35 58,402 72 57,431 1,000 0,7 0,65361 35 58,896 73 13,091 1,000 0,00362 35 59,687 73 2,509 1,000 0,00363 36 3,018 72 58,291 1,000 5 5,00364 36 8 73 9,524 1,000 0,00365 36 8,061 73 31,51 1,000 0,00366 36 8,453 73 6,416 1,000 0,00

161

Nºlance


CA(Mn-Lin)


367 36 8,528 72 57,481 0,967 0,00368 36 8,829 73 4,25 1,000 0,00369 36 9,158 73 2,257 1,000 0,00370 36 9,471 73 2,128 1,000 0,00371 36 17,856 73 35,464 1,000 0,00372 36 18,36 73 33,88 1,000 0,00373 36 18,577 73 33,605 1,000 72 72,00374 36 19,448 73 33,323 1,000 6,3 6,25375 36 19,58 73 32,24 1,000 0,00376 36 19,873 73 32,548 1,000 72 72,00377 36 23,524 73 32,607 1,067 72 67,50378 36 28,174 73 34,03 1,000 0,00379 36 28,42 73 33,195 1,000 6,5 6,50380 36 28,8 73 32,19 0,500 0,00381 36 29,567 73 33,52 1,000 0,00382 36 34,176 73 34,176 1,000 30 30,00383 36 58,516 73 41,052 1,000 0,00384 36 58,922 73 43,416 1,000 0,00385 37 17,002 73 50,62 1,000 0,00386 37 18,815 73 47,59 1,000 0,00387 37 19,434 73 45 1,033 0,00388 37 29,012 73 49,588 1,000 0,00389 37 29,013 73 46,741 1,000 0,00390 37 29,5 73 44,279 1,000 0,00391 37 38,85 73 43,863 1,167 0,00392 37 38,961 73 49,56 1,100 0,00393 37 38,99 73 46,725 1,033 0,00394 37 48,67 73 52,556 1,167 0,00395 37 48,993 73 46,871 1,000 0,00396 37 49,019 73 49,685 1,000 0,00397 37 49,182 73 44,11 1,000 0,00398 37 58,816 73 52,923 0,833 0,00399 37 58,862 73 4,677 1,000 0,00400 37 58,998 73 55,882 1,000 0,00401 37 59,175 73 4,903 1,167 0,00402 38 8,969 73 44,594 1,000 0,00403 38 8,992 73 46,831 1,167 0,00404 38 9,484 73 43 1,033 0,00405 38 19,185 74 7,536 1,000 0,00406 38 29,115 73 59,352 0,833 0,00

162

Anexo 1.2. Datos de los lances positivos utilizados en la evaluación de este estudio.

163

164

165

A n e x o 2

RED DE ARRASTREDe fondo, con puertasCamarón, langostinoChile

BARCO PAM “Foche”Loa 21,95 mHp 750TRG 84,08

11 – 15 φ 8”

29

70mmMAT

Titulación

PA210/96

PA210/120

PE210/96

PA210/96

PA210/180

10.2

26.6 28.0

AB1N19B

2N17B

1T8B

1N3B

4N9B

4N5B

82

180

REVISION PLANO:Guillermo Martínez GonzálezIngeniero Pesquero UCV21 Junio 2001

PA210/120

AB

1N26B

8 - 10 Tonina 5 / 8”

13.00 Tonina 1 / 2”

13.00 Tonina 5 / 8”

11.00 Tonina 3 / 4”

6.00 Tonina 5 / 8”

3.00 Tonina 5 / 8”

330–360 Kg
oooo oCadena
180

1
1
1
1
180

394
103
321

53

5

5

40
4
40

40

40

100

100
120
120
120
9.8

308

11

82

7.5

2.3

124

117

272

110

60

78

50

231

70

BARCO PAM “Nisshin Maru III”Loa 19.63 mHp 325TRG 97.8

RED DE ARRASTREDe fondo, con puertasCamarónChile

11 – 15 φ 8”

12.00 Tonina 9 / 16”

12.00 Tonina 9 / 16”

11.00 Tonina 3 / 4”

12 Tonina 5 / 8”

6.00 Tonina 5 / 8”

3.00 Tonina 5 / 8”

170 Kg

REVISION PLANO:Guillermo Martínez GonzálezIngeniero Pesquero UCV14 Agosto 2001

2N7B

1N7B

1N 5B

4B1N

3845

87

82317

83

332

83

9.6

95

AB

38

168

302

AB136

166

50

54

48

mm

53

MATTitulación

PA210/ 96

PE210/ 96

PA210/ 96

PA210/ 120

5.1

4

11.78.75

1.7

7.8

13.7

24.3 27.4MAT

Titulación

PA210/ 96

mm

50

MATTitulación

PE210/96TOR

65

110

330

120

33090

42

120 100120

10

330

120100

100

0.60.60.6 0.6

13

5

4

10

2

7

8.6

2.0

mmMAT

Titulación

26040

225

190

35

60

PE210/96TOR

40

40

40

50

PA210/120

BRA

PE210/96TOR

PA210/96BRA

PA210/180

TOR

mm

250

180

50

11 – 15 PLA φ 8”

8.00 – 10.00 Tonina 5 / 8”

13.00 Tonina 1 / 2”

13.00 Tonina 5 / 8”

11.00 Tonina 3 / 4”

6.00 Tonina 5 / 8”

3.00 Tonina 5 / 8”Fe 330 – 360

6 mooooo

Cadena

KPFLEX 1 / 2”

KPFLEX 5 /

KPFLEX 5 / 8 ”

KPFLEX 5 /8 ”

KPFLEX 5 /8 ”

KPFLEX 5 / 8 ”

KPFLEX 5 / 8 ”

27.3

RED DE ARRASTREDe fondo, con puertasCamarón, langostinoChile

BARCOLoaHpTRG

“Pionero”17,25 m35045,86

30.2

169

A n e x o 3

170

Anexo 3.1. Distribución de frecuencias de talla de camarón nailon por caladero. Caladeros 2 a 6y 9 a 15. Machos.

CaladerosLCT 2 3 4 5 6 9 10 11 13 14 15

10 0 0 0 0 0 0 0 0 0 0 011 0 0 0 0 0 0 0 0 0 0 012 0 0 2 0 0 0 0 0 0 0 013 4 5 0 1 0 1 0 1 0 0 014 9 15 2 1 0 0 0 0 0 1 015 12 11 1 0 5 0 0 2 0 2 116 8 17 2 2 2 8 0 5 0 4 117 15 32 5 8 0 12 3 9 0 6 618 38 52 14 22 0 47 6 13 0 11 919 51 73 24 23 7 69 6 34 1 19 820 78 88 17 33 3 121 26 122 5 39 2921 70 78 32 36 9 174 33 195 11 74 5822 82 62 10 12 5 222 37 263 46 107 10523 68 40 14 29 2 202 34 269 58 108 10824 103 73 17 47 2 180 31 272 45 70 8725 91 115 20 38 3 132 32 247 15 47 8326 102 83 10 15 3 82 14 152 21 34 3827 52 31 7 7 2 36 4 58 5 9 3128 39 10 0 4 0 19 5 57 1 9 2629 16 4 0 0 0 13 5 28 1 6 930 2 0 0 0 0 8 3 17 0 4 1331 2 0 0 0 0 1 0 6 0 2 1332 0 0 0 0 0 2 0 5 0 1 1733 1 0 0 0 0 0 0 2 0 1 1734 0 0 0 0 0 0 0 1 1 0 1135 0 0 0 1 0 1 0 1 0 1 1536 0 0 0 0 0 0 0 0 0 0 1837 0 0 0 0 0 0 0 0 0 0 738 0 0 0 0 0 0 0 0 0 0 739 0 0 0 0 0 0 0 0 0 0 540 0 0 0 0 0 0 0 0 0 0 441 0 0 0 0 0 0 0 0 0 0 242 0 0 0 0 0 0 0 0 0 0 243 0 0 0 0 0 0 0 0 0 0 044 0 0 0 0 0 0 0 0 0 0 045 0 0 0 0 0 0 0 0 0 0 0

Total 843 789 177 279 43 1.330 239 1.759 210 555 730

171

Anexo 3.2. Distribución de frecuencias de talla de camarón nailon por caladero. Caladeros 2 a6, y 9 a 15. Hembras.

CaladerosLCT 2 3 4 5 6 9 10 11 13 14 15

10 0 0 0 0 0 0 0 0 0 0 011 0 0 0 0 0 0 0 0 0 0 012 0 3 3 1 0 0 0 0 0 0 013 7 7 5 0 0 0 0 0 0 0 014 24 11 4 2 1 2 0 0 0 0 015 25 24 1 2 1 2 0 0 0 0 016 22 20 3 4 4 0 0 0 0 0 017 20 35 5 8 3 9 0 0 0 0 018 28 45 10 12 4 21 0 2 0 0 019 51 71 19 31 4 23 0 0 0 0 020 69 90 28 32 9 38 0 2 0 0 021 95 94 37 53 26 45 1 0 0 0 222 141 85 29 52 37 51 0 13 0 0 1423 156 67 45 32 49 106 5 43 0 10 2824 151 58 54 40 51 177 1 100 4 43 3325 182 99 109 77 25 269 18 140 9 57 5926 187 147 179 102 17 260 43 179 12 64 7027 211 142 160 124 17 222 42 128 15 42 6728 169 77 120 102 20 162 49 217 7 52 8029 149 58 47 58 16 81 22 132 1 14 1330 124 25 13 41 15 41 18 130 2 16 2031 96 22 9 6 5 31 4 41 0 6 1832 86 5 8 0 5 23 3 37 1 11 933 49 3 4 0 1 12 1 49 0 9 1134 37 3 0 0 0 3 2 22 0 4 335 13 0 1 0 0 6 0 26 0 3 336 7 0 0 0 0 1 0 8 0 0 037 1 0 0 0 0 2 0 1 0 1 038 0 0 0 0 0 0 0 1 0 0 039 0 0 0 0 0 0 0 0 0 0 040 0 0 0 0 0 0 0 0 0 0 041 0 0 0 0 0 0 0 0 0 0 042 0 0 0 0 0 0 0 0 0 0 043 0 0 0 0 0 0 0 0 0 0 044 0 0 0 0 0 0 0 0 0 0 045 0 0 0 0 0 0 0 0 0 0 0

Total 2.100 1.191 893 779 310 1.587 209 1.271 51 332 430

172

Anexo 3.3. Distribución de frecuencias de talla de camarón nailon por región. Machos.

RegiónLCT II III IV V VI VII VIII

10 0 0 0 0 0 0 011 0 0 0 0 0 0 012 0 2 0 0 0 0 013 9 1 0 1 1 0 014 22 5 0 0 0 1 015 22 7 0 0 2 2 116 23 8 5 4 4 4 117 46 14 10 7 4 9 618 88 38 32 22 9 14 919 123 55 52 34 21 22 820 161 58 51 134 71 57 2921 145 80 61 192 123 111 5822 142 29 83 221 178 193 10523 106 47 88 177 182 224 10824 174 68 73 167 170 188 8725 203 64 39 146 170 118 8326 184 29 30 79 100 94 3827 83 16 17 25 37 33 3128 49 4 4 28 32 27 2629 20 0 4 14 21 14 930 2 0 0 11 13 8 1331 2 0 0 1 1 7 1332 0 0 0 2 2 4 1733 1 0 0 0 2 1 1734 0 0 0 0 0 2 1135 0 1 0 1 1 1 1536 0 0 0 0 0 0 1837 0 0 0 0 0 0 738 0 0 0 0 0 0 739 0 0 0 0 0 0 540 0 0 0 0 0 0 441 0 0 0 0 0 0 242 0 0 0 0 0 0 243 0 0 0 0 0 0 044 0 0 0 0 0 0 045 0 0 0 0 0 0 0

Total 1.605 526 549 1.266 1.144 1.134 730

173

Anexo 3.4. Distribución de frecuencias de talla de camarón nailon por región. Hembras.


10 0 0 0 0 0 0 011 0 0 0 0 0 0 012 2 5 0 0 0 0 013 11 8 0 0 0 0 014 33 9 2 0 0 0 015 44 9 2 0 0 0 016 42 11 0 0 0 0 017 53 18 9 0 0 0 018 67 32 20 1 0 2 019 119 57 23 0 0 0 020 153 75 37 2 1 0 021 175 130 37 9 0 0 222 211 133 46 10 6 2 1423 208 141 72 47 27 18 2824 197 157 97 111 41 76 3325 265 227 124 186 69 114 5926 310 322 124 194 107 133 7027 336 318 100 175 77 97 6728 241 247 71 145 140 131 8029 205 123 46 62 100 42 1330 148 70 19 40 89 59 2031 117 21 20 15 27 20 1832 91 13 12 15 22 26 933 52 5 5 10 32 24 1134 40 0 2 3 9 17 335 13 1 3 3 17 12 336 7 0 0 1 6 2 037 1 0 1 1 0 2 038 0 0 0 0 1 0 039 0 0 0 0 0 0 040 0 0 0 0 0 0 041 0 0 0 0 0 0 042 0 0 0 0 0 0 043 0 0 0 0 0 0 044 0 0 0 0 0 0 045 0 0 0 0 0 0 0

Total 3.141 2.132 872 1.030 771 777 430

174

A n e x o 4

175

Anexo 4.1. Parámetros de la relación longitud-peso de camarón nailon por caladero. Machos.

Caladero a b SCR n12 4,473 x 10-4 2,947 60,581 1673 3,067 x 10-4 3,072 62,118 2104 7,720 x 10-4 2,778 60,493 1765 8,830 x 10-4 2,740 43,150 1776 5,611 x 10-4 2,878 3,519 35789 2,252 x 10-4 3,218 274,328 27310 1,792 x 10-3 2,562 47,266 5111 1,312 x 10-4 3,384 367,894 4341213 1,549 x 10-3 2,640 20,950 5214 2,033 x 10-4 3,254 37,469 11415 1,134 x 10-3 2,718 69,393 114

Total 4,933 x 10-4 2,952 1426,9 1803

Anexo 4.2. Parámetros de la relación longitud-peso de camarón nailon por caladero. Hembras

Caladero a b SCR n12 9,209 x 10-5 3,489 3233, 4 14473 5,365 x 10-5 3,638 837,8 7884 1,962 x 10-4 3,269 1564,5 8595 4,421 x 10-4 2,985 960,7 8476 3,960 x 10-4 3,041 130,4 134789 3,715 x 10-4 3,097 1173,9 78910 5,209 x 10-3 2,318 140,6 6911 5,034 x 10-4 3,014 549,1 2711213 814 1,233 x 10-3 2,764 126,7 6615 2,188 x 10-4 3,273 216,2 127

Total 1,786 x 10-4 3,295 10580,9 5405

176

Anexo 4.3. Parámetros de la relación longitud-peso de camarón nailon por caladero. Ambos.

Caladero a b SCR n12 9,156 x 10-5 3,489 3494,1 16143 5,322 x 10-5 3,638 957,2 9984 1,676 x 10-4 3,313 1778,6 10355 4,193 x 10-4 2,999 1051,6 10246 2,886 x 10-4 3,133 148,3 169789 2,505 x 10-4 3,212 1565,5 106210 2,505 x 10-4 3,219 274,0 12011 1,397 x 10-4 3,384 1092,1 7051213 2,546 x 10-4 3,217 53, 9 6014 2,249 x 10-4 3,254 263,7 18015 1,218 x 10-4 3,442 335,9 241

Total 1,327 x 10-4 3,381 12251,9 7208

177

A n e x o 5

178

Anexo 5.1. Biomasa (tons) a la talla de machos de camarón nailon por caladero dentro de las 5mn de reserva artesanal. Enfoque geoestadístico.

CaladerosLCT 1 2 3 4 5 6 7 8 9

10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,00 0,00 0,02 0,00 0,00 0,00 0,00 0,0013 0,01 0,22 0,19 0,00 0,20 0,00 0,04 0,06 0,0314 0,02 0,62 0,71 0,03 0,24 0,00 0,05 0,00 0,0015 0,04 1,01 0,64 0,02 0,00 4,91 0,30 0,00 0,0016 0,03 0,81 1,20 0,05 0,72 2,38 0,29 0,93 0,4217 0,07 1,82 2,69 0,15 3,46 0,00 0,69 1,66 0,7518 0,22 5,47 5,18 0,49 11,25 0,00 2,24 7,70 3,4619 0,34 8,61 8,52 1,00 13,80 13,82 3,58 13,26 5,9620 0,61 15,33 11,95 0,82 23,03 6,89 5,00 27,05 12,1621 0,63 15,89 12,24 1,78 29,02 23,87 7,22 44,93 20,1922 0,85 21,35 11,16 0,64 11,10 15,21 3,13 65,77 29,5523 0,80 20,19 8,21 1,02 30,58 6,94 6,50 68,23 30,6624 1,38 34,67 16,99 1,40 56,19 7,87 11,66 68,94 30,9825 1,38 34,56 30,19 1,86 51,25 13,31 11,00 57,03 25,6326 1,73 43,49 24,46 1,05 22,71 14,95 5,42 39,78 17,8727 0,99 24,79 10,21 0,82 11,85 11,14 3,03 19,52 8,7728 0,82 20,70 3,67 0,00 7,54 0,00 1,50 11,47 5,1529 0,37 9,42 1,63 0,00 0,00 0,00 0,00 8,71 3,9130 0,05 1,30 0,00 0,00 0,00 0,00 0,00 5,92 2,6631 0,06 1,43 0,00 0,00 0,00 0,00 0,00 0,82 0,3732 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,79 0,8033 0,03 0,86 0,00 0,00 0,00 0,00 0,00 0,00 0,0034 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0035 0,00 0,00 0,00 0,00 3,64 0,00 0,72 1,17 0,5236 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0037 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0038 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0039 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 10,45 262,55 149,83 11,16 276,58 121,29 62,37 444,74 199,83

179

Anexo 5.2. Biomasa (tons) a la talla de hembras de camarón nailon por caladero dentro de las 5mn de reserva artesanal. Enfoque geoestadístico.


10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,00 0,08 0,03 0,13 0,00 0,03 0,00 0,0013 0,01 0,34 0,23 0,06 0,00 0,00 0,00 0,00 0,0014 0,06 1,47 0,47 0,06 0,44 0,72 0,13 0,14 0,0615 0,08 1,92 1,28 0,02 0,55 0,90 0,16 0,18 0,0816 0,08 2,09 1,32 0,07 1,35 4,45 0,54 0,00 0,0017 0,09 2,32 2,81 0,14 3,30 4,07 0,90 1,19 0,5318 0,16 3,93 4,36 0,34 5,98 6,56 1,59 3,35 1,5119 0,34 8,55 8,23 0,78 18,46 7,84 4,15 4,39 1,9720 0,55 13,70 12,35 1,36 22,56 20,88 5,75 8,58 3,8621 0,88 22,15 15,15 2,12 43,88 70,83 13,02 11,94 5,3622 1,52 38,32 15,97 1,93 50,19 117,50 17,09 15,77 7,0823 1,95 49,08 14,57 3,47 35,75 180,15 18,01 37,94 17,0524 2,18 54,66 14,51 4,80 51,42 215,72 23,28 72,89 32,7525 3,00 75,36 28,34 11,08 113,23 120,97 29,85 126,73 56,9426 3,51 88,11 47,88 20,70 170,69 93,61 39,63 139,38 62,6327 4,48 112,59 52,37 20,96 234,98 106,00 53,17 134,77 60,5528 4,05 101,65 32,01 17,72 217,89 140,58 51,86 110,86 49,8129 4,00 100,61 27,07 7,79 139,09 126,25 35,31 62,23 27,9630 3,73 93,62 13,05 2,41 109,94 132,35 29,88 35,22 15,8231 3,21 80,75 12,79 1,86 17,92 49,15 6,54 29,67 13,3332 3,20 80,32 3,23 1,83 0,00 54,57 3,30 24,44 10,9833 2,02 50,64 2,14 1,01 0,00 12,08 0,73 14,11 6,3434 1,68 42,19 2,36 0,00 0,00 0,00 0,00 3,89 1,7535 0,65 16,31 0,00 0,31 0,00 0,00 0,00 8,56 3,8536 0,38 9,64 0,00 0,00 0,00 0,00 0,00 1,57 0,7037 0,06 1,51 0,00 0,00 0,00 0,00 0,00 3,43 1,5438 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0039 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 41,86 1051,84 312,56 100,86 1237,75 1465,16 334,9 851,21 382,46

180

Anexo 5.3. Biomasa (tons) a la talla de machos de camarón nailon por caladero fuera de las 5 mn de reserva artesanal. Enfoquegeoestadístico.

CaladerosLCT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,00 0,00 0,17 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0013 0,01 0,07 0,23 0,00 0,08 0,00 0,04 0,01 0,08 0,00 0,05 0,01 0,00 0,00 0,0014 0,03 0,21 0,85 0,27 0,10 0,00 0,05 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,0015 0,05 0,34 0,76 0,16 0,00 14,15 0,28 0,00 0,00 0,00 0,14 0,02 0,00 0,26 0,0116 0,04 0,27 1,43 0,40 0,31 6,85 0,27 0,12 1,20 0,00 0,42 0,05 0,00 0,64 0,0117 0,09 0,61 3,21 1,19 1,46 0,00 0,64 0,22 2,14 0,71 0,91 0,11 0,00 1,14 0,1018 0,27 1,84 6,18 3,94 4,76 0,00 2,09 1,00 9,94 1,67 1,56 0,19 0,00 2,47 0,1819 0,43 2,89 10,18 7,92 5,83 39,82 3,35 1,73 17,12 1,96 4,78 0,60 0,18 5,01 0,1920 0,76 5,15 14,28 6,52 9,74 19,86 4,67 3,53 34,93 9,89 19,94 2,55 1,02 11,97 0,8121 0,79 5,34 14,62 14,18 12,27 68,80 6,74 5,86 58,01 14,50 36,81 4,78 2,59 26,22 1,8722 1,06 7,17 13,33 5,08 4,69 43,85 2,92 8,57 84,90 18,66 56,96 8,23 12,43 43,50 3,8823 1,00 6,78 9,81 8,12 12,93 20,00 6,08 8,89 88,09 19,55 66,43 9,93 17,87 50,06 4,5524 1,72 11,65 20,30 11,18 23,76 22,68 10,89 8,98 89,00 20,21 76,16 10,91 15,72 36,79 4,1525 1,72 11,61 36,07 14,83 21,67 38,37 10,28 7,43 73,63 23,53 78,02 10,18 5,91 27,87 4,4726 2,16 14,61 29,23 8,33 9,60 43,08 5,07 5,18 51,35 11,56 53,90 7,54 9,29 22,63 2,3027 1,23 8,33 12,20 6,52 5,01 32,10 2,83 2,54 25,20 3,69 22,99 3,07 2,47 6,70 2,1028 1,03 6,95 4,38 0,00 3,19 0,00 1,40 1,49 14,81 5,14 25,16 3,15 0,55 7,46 1,9629 0,47 3,16 1,94 0,00 0,00 0,00 0,00 1,13 11,24 5,70 13,71 1,75 0,61 5,51 0,7530 0,06 0,44 0,00 0,00 0,00 0,00 0,00 0,77 7,64 3,78 9,20 1,13 0,00 4,06 1,2031 0,07 0,48 0,00 0,00 0,00 0,00 0,00 0,11 1,05 0,00 3,58 0,44 0,00 2,24 1,3232 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,23 2,31 0,00 3,27 0,40 0,00 1,23 1,9033 0,04 0,29 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,43 0,18 0,00 1,35 2,0834 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,78 0,19 0,98 0,00 1,4735 0,00 0,00 0,00 0,00 1,54 0,00 0,68 0,15 1,51 0,00 0,85 0,10 0,00 1,60 2,1836 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,8437 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,2038 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,3039 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,0040 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,8641 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,4642 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,5043 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 13,06 88,20 179,03 88,80 116,94 349,55 58,27 57,96 574,16 140,55 477,04 65,52 69,63 258,81 45,65

181

Anexo 5.4. Biomasa (tons) a la talla de hembras de camarón nailon por caladero fuera de las 5 mn de reserva artesanal. Enfoquegeoestadístico.

CaladerosLCT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,00 0,09 0,22 0,06 0,00 0,02 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0013 0,02 0,11 0,28 0,47 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0014 0,07 0,49 0,56 0,48 0,18 2,06 0,12 0,02 0,18 0,00 0,00 0,00 0,00 0,00 0,0015 0,10 0,65 1,53 0,15 0,23 2,59 0,15 0,02 0,23 0,00 0,00 0,00 0,00 0,00 0,0016 0,10 0,70 1,57 0,56 0,57 12,82 0,50 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0017 0,12 0,78 3,36 1,13 1,40 11,74 0,84 0,16 1,54 0,00 0,00 0,00 0,00 0,00 0,0018 0,20 1,32 5,21 2,74 2,53 18,90 1,48 0,44 4,33 0,00 0,23 0,03 0,00 0,00 0,0019 0,43 2,87 9,83 6,22 7,80 22,58 3,87 0,57 5,66 0,00 0,00 0,00 0,00 0,00 0,0020 0,68 4,60 14,76 10,85 9,54 60,17 5,37 1,12 11,08 0,00 0,33 0,04 0,00 0,00 0,0021 1,10 7,44 18,10 16,84 18,55 204,14 12,16 1,56 15,41 0,45 0,00 0,00 0,00 0,00 0,0722 1,91 12,87 19,08 15,39 21,22 338,62 15,97 2,05 20,36 0,00 2,94 0,36 0,00 0,00 0,5423 2,44 16,49 17,41 27,65 15,12 519,17 16,82 4,94 48,98 3,05 11,25 1,38 0,00 4,91 1,2524 2,72 18,36 17,34 38,17 21,74 621,71 21,75 9,50 94,10 0,70 30,10 3,85 1,50 24,30 1,6925 3,75 25,32 33,86 88,14 47,87 348,63 27,88 16,51 163,60 14,43 48,21 6,31 3,87 36,85 3,4626 4,38 29,60 57,21 164,71 72,17 269,77 37,02 18,16 179,94 39,23 70,15 9,20 5,87 47,08 4,6827 5,60 37,82 62,58 166,72 99,35 305,49 49,67 17,56 173,99 43,39 56,80 7,80 8,31 34,99 5,0728 5,06 34,15 38,25 140,96 92,12 405,15 48,45 14,45 143,13 57,07 108,56 13,78 4,37 48,83 6,8229 5,00 33,80 32,35 61,97 58,80 363,84 32,99 8,11 80,33 28,76 74,13 9,18 0,70 14,76 1,2430 4,66 31,45 15,59 19,17 46,48 381,41 27,91 4,59 45,47 26,32 81,63 10,19 1,57 18,86 2,1431 4,02 27,13 15,28 14,78 7,58 141,64 6,11 3,87 38,30 6,52 28,68 3,53 0,00 7,88 2,1532 3,99 26,98 3,86 14,59 0,00 157,26 3,08 3,18 31,55 5,43 28,74 3,63 0,97 16,04 1,1933 2,52 17,01 2,56 8,07 0,00 34,81 0,68 1,84 18,22 2,00 42,12 5,18 0,00 14,52 1,6134 2,10 14,17 2,83 0,00 0,00 0,00 0,00 0,51 5,02 4,42 20,87 2,57 0,00 7,12 0,4935 0,81 5,48 0,00 2,45 0,00 0,00 0,00 1,12 11,06 0,00 27,13 3,34 0,00 5,88 0,5336 0,48 3,24 0,00 0,00 0,00 0,00 0,00 0,20 2,02 0,00 9,16 1,13 0,00 0,00 0,0037 0,07 0,51 0,00 0,00 0,00 0,00 0,00 0,45 4,43 0,00 1,25 0,15 0,00 2,35 0,0038 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,37 0,17 0,00 0,00 0,0039 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 52,32 353,36 373,47 802,44 523,31 4222,52 312,8 110,92 1098,9 231,77 643,67 81,82 27,1 284,37 32,95

182

Anexo 5.5. Biomasa (tons) a la talla de machos de camarón nailon por caladero dentro de las 5mn de reserva artesanal. Distribución Delta.


10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,00 0,00 0,03 0,00 0,00 0,00 0,00 0,0013 0,00 0,30 0,32 0,00 0,12 0,00 0,04 0,05 0,0614 0,00 0,83 1,21 0,05 0,15 0,00 0,05 0,00 0,0015 0,00 1,36 1,09 0,03 0,00 4,85 0,30 0,00 0,0016 0,00 1,09 2,04 0,08 0,43 2,35 0,29 0,74 0,8717 0,00 2,45 4,59 0,23 2,07 0,00 0,70 1,32 1,5618 0,01 7,36 8,82 0,75 6,74 0,00 2,28 6,14 7,2319 0,01 11,58 14,53 1,51 8,26 13,64 3,65 10,58 12,4520 0,02 20,61 20,38 1,24 13,80 6,80 5,10 21,58 25,4021 0,02 21,36 20,86 2,70 17,38 23,57 7,36 35,84 42,1822 0,03 28,71 19,02 0,97 6,65 15,02 3,19 52,46 61,7423 0,03 27,14 13,99 1,54 18,32 6,85 6,63 54,43 64,0624 0,05 46,62 28,95 2,13 33,66 7,77 11,89 54,99 64,7325 0,05 46,46 51,45 2,82 30,70 13,15 11,22 45,49 53,5426 0,06 58,47 41,69 1,58 13,61 14,76 5,53 31,73 37,3527 0,04 33,32 17,41 1,24 7,10 11,00 3,09 15,57 18,3328 0,03 27,82 6,25 0,00 4,52 0,00 1,53 9,15 10,7729 0,01 12,66 2,77 0,00 0,00 0,00 0,00 6,94 8,1730 0,00 1,75 0,00 0,00 0,00 0,00 0,00 4,72 5,5631 0,00 1,93 0,00 0,00 0,00 0,00 0,00 0,65 0,7732 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,43 1,6833 0,00 1,16 0,00 0,00 0,00 0,00 0,00 0,00 0,0034 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0035 0,00 0,00 0,00 0,00 2,18 0,00 0,74 0,93 1,1036 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0037 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0038 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0039 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 0,38 352,98 255,38 16,89 165,66 119,76 63,61 354,75 417,54

183

Anexo 5.6. Biomasa (ton) a la talla de hembras de camarón nailon por caladero dentro de las 5mn de reserva artesanal. Distribución Delta.


10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,00 0,13 0,04 0,08 0,00 0,03 0,00 0,0013 0,00 0,45 0,40 0,09 0,00 0,00 0,00 0,00 0,0014 0,00 1,98 0,79 0,09 0,26 0,71 0,13 0,11 0,1315 0,00 2,59 2,18 0,03 0,33 0,89 0,17 0,14 0,1616 0,00 2,81 2,24 0,11 0,81 4,39 0,55 0,00 0,0017 0,00 3,12 4,79 0,22 1,98 4,02 0,92 0,95 1,1218 0,01 5,28 7,44 0,52 3,58 6,47 1,62 2,67 3,1519 0,01 11,50 14,02 1,18 11,06 7,74 4,23 3,50 4,1220 0,02 18,42 21,05 2,06 13,51 20,61 5,87 6,85 8,0621 0,03 29,78 25,82 3,20 26,28 69,94 13,28 9,52 11,2122 0,05 51,51 27,21 2,93 30,06 116,01 17,43 12,58 14,8023 0,07 65,98 24,83 5,26 21,42 177,87 18,37 30,26 35,6224 0,08 73,48 24,73 7,26 30,80 213,00 23,74 58,14 68,4325 0,11 101,32 48,30 16,76 67,82 119,44 30,44 101,09 118,9826 0,13 118,46 81,61 31,32 102,24 92,42 40,42 111,18 130,8627 0,16 151,37 89,27 31,70 140,74 104,66 54,23 107,50 126,5328 0,15 136,67 54,57 26,80 130,51 138,81 52,89 88,43 104,0829 0,14 135,26 46,14 11,78 83,31 124,65 36,02 49,64 58,4230 0,13 125,87 22,24 3,64 65,85 130,67 30,48 28,09 33,0731 0,12 108,57 21,80 2,81 10,74 48,53 6,67 23,66 27,8532 0,12 107,98 5,50 2,77 0,00 53,88 3,37 19,49 22,9433 0,07 68,09 3,65 1,54 0,00 11,93 0,74 11,26 13,2534 0,06 56,73 4,03 0,00 0,00 0,00 0,00 3,10 3,6535 0,02 21,93 0,00 0,47 0,00 0,00 0,00 6,83 8,0436 0,01 12,96 0,00 0,00 0,00 0,00 0,00 1,25 1,4737 0,00 2,03 0,00 0,00 0,00 0,00 0,00 2,73 3,2238 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0039 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 1,51 1414,14 532,74 152,58 741,37 1446,65 341,5 678,99 799,16

184

Anexo 5.7. Biomasa (ton) a la talla de machos de camarón nailon por caladero fuera de las 5 mn de reserva artesanal. Distribución Delta.

CaladerosLCT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,00 0,00 0,26 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0013 0,00 0,10 0,39 0,00 0,05 0,00 0,04 0,01 0,17 0,00 0,03 0,00 0,00 0,00 0,0014 0,00 0,28 1,45 0,41 0,06 0,00 0,05 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,0015 0,00 0,46 1,30 0,25 0,00 13,98 0,28 0,00 0,00 0,00 0,10 0,00 0,00 0,26 0,0116 0,00 0,37 2,43 0,60 0,18 6,76 0,27 0,10 2,50 0,00 0,30 0,01 0,00 0,63 0,0117 0,00 0,82 5,48 1,80 0,88 0,00 0,66 0,17 4,48 0,29 0,65 0,03 0,00 1,12 0,0618 0,01 2,47 10,54 5,96 2,85 0,00 2,13 0,80 20,77 0,69 1,11 0,04 0,00 2,44 0,1019 0,02 3,89 17,36 11,98 3,49 39,32 3,41 1,38 35,77 0,81 3,40 0,14 0,09 4,93 0,1020 0,03 6,92 24,35 9,87 5,83 19,60 4,76 2,81 72,98 4,07 14,19 0,58 0,50 11,78 0,4421 0,03 7,18 24,92 21,46 7,35 67,93 6,88 4,67 121,21 5,96 26,20 1,08 1,27 25,83 1,0222 0,04 9,64 22,73 7,69 2,81 43,29 2,98 6,84 177,41 7,67 40,54 1,86 6,08 42,84 2,1123 0,04 9,12 16,72 12,28 7,74 19,75 6,20 7,09 184,06 8,03 47,28 2,25 8,75 49,30 2,4724 0,06 15,66 34,60 16,91 14,23 22,39 11,11 7,17 185,98 8,30 54,21 2,47 7,69 36,23 2,2625 0,06 15,61 61,48 22,44 12,98 37,88 10,48 5,93 153,85 9,67 55,53 2,30 2,89 27,44 2,4326 0,08 19,64 49,82 12,60 5,75 42,53 5,17 4,13 107,31 4,75 38,37 1,71 4,55 22,29 1,2527 0,04 11,19 20,80 9,86 3,00 31,70 2,89 2,03 52,66 1,52 16,37 0,70 1,21 6,60 1,1428 0,04 9,35 7,47 0,00 1,91 0,00 1,43 1,19 30,94 2,11 17,91 0,71 0,27 7,34 1,0629 0,02 4,25 3,31 0,00 0,00 0,00 0,00 0,90 23,48 2,34 9,76 0,40 0,30 5,43 0,4130 0,00 0,59 0,00 0,00 0,00 0,00 0,00 0,62 15,97 1,55 6,55 0,26 0,00 4,00 0,6531 0,00 0,65 0,00 0,00 0,00 0,00 0,00 0,08 2,20 0,00 2,55 0,10 0,00 2,20 0,7232 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,19 4,83 0,00 2,33 0,09 0,00 1,21 1,0333 0,00 0,39 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,02 0,04 0,00 1,33 1,1334 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,56 0,04 0,48 0,00 0,8035 0,00 0,00 0,00 0,00 0,92 0,00 0,69 0,12 3,15 0,00 0,61 0,02 0,00 1,58 1,1936 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,5537 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,6538 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,7139 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,5440 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,4741 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,2542 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,2743 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 0,47 118,58 305,14 134,34 70,04 345,13 59,43 46,23 1199,7 57,76 339,57 14,83 34,0 254,89 24,82

185

Anexo 5.8. Biomasa (ton) a la talla de hembras de camarón nailon por caladero fuera de las 5 mn de reserva artesanal. Distribución Delta.

CaladerosLCT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,00 0,16 0,33 0,03 0,00 0,02 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0013 0,00 0,15 0,47 0,71 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0014 0,00 0,66 0,95 0,72 0,11 2,04 0,12 0,01 0,38 0,00 0,00 0,00 0,00 0,00 0,0015 0,00 0,87 2,60 0,23 0,14 2,56 0,16 0,02 0,47 0,00 0,00 0,00 0,00 0,00 0,0016 0,00 0,95 2,68 0,84 0,34 12,66 0,51 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0017 0,00 1,05 5,73 1,72 0,84 11,59 0,86 0,12 3,21 0,00 0,00 0,00 0,00 0,00 0,0018 0,01 1,77 8,89 4,14 1,51 18,66 1,51 0,35 9,04 0,00 0,17 0,01 0,00 0,00 0,0019 0,02 3,86 16,76 9,41 4,67 22,30 3,95 0,46 11,83 0,00 0,00 0,00 0,00 0,00 0,0020 0,02 6,19 25,15 16,42 5,71 59,41 5,48 0,89 23,15 0,00 0,24 0,01 0,00 0,00 0,0021 0,04 10,00 30,85 25,48 11,11 201,56 12,40 1,24 32,20 0,19 0,00 0,00 0,00 0,00 0,0422 0,07 17,31 32,52 23,28 12,71 334,34 16,28 1,64 42,53 0,00 2,09 0,08 0,00 0,00 0,2923 0,09 22,17 29,67 41,83 9,05 512,62 17,16 3,94 102,35 1,25 8,01 0,31 0,00 4,84 0,6824 0,10 24,69 29,55 57,75 13,02 613,85 22,18 7,58 196,63 0,29 21,43 0,87 0,74 23,93 0,9225 0,14 34,04 57,71 133,34 28,68 344,23 28,44 13,17 341,85 5,93 34,32 1,43 1,89 36,29 1,8826 0,16 39,80 97,51 249,18 43,23 266,36 37,76 14,49 375,99 16,12 49,93 2,08 2,87 46,37 2,5427 0,20 50,85 106,66 252,22 59,51 301,63 50,66 14,01 363,55 17,83 40,44 1,77 4,07 34,46 2,7628 0,18 45,91 65,20 213,24 55,18 400,03 49,41 11,52 299,06 23,45 77,28 3,12 2,14 48,09 3,7129 0,18 45,44 55,13 93,76 35,22 359,25 33,64 6,47 167,86 11,82 52,77 2,08 0,34 14,54 0,6830 0,17 42,29 26,57 29,00 27,84 376,59 28,47 3,66 95,01 10,81 58,11 2,31 0,77 18,57 1,1631 0,14 36,47 26,05 22,37 4,54 139,85 6,23 3,08 80,03 2,68 20,42 0,80 0,00 7,76 1,1732 0,14 36,28 6,57 22,07 0,00 155,27 3,14 2,54 65,92 2,23 20,46 0,82 0,47 15,80 0,6533 0,09 22,87 4,36 12,21 0,00 34,37 0,70 1,47 38,06 0,82 29,98 1,17 0,00 14,30 0,8834 0,08 19,06 4,82 0,00 0,00 0,00 0,00 0,40 10,50 1,81 14,85 0,58 0,00 7,01 0,2635 0,03 7,37 0,00 3,71 0,00 0,00 0,00 0,89 23,10 0,00 19,31 0,76 0,00 5,79 0,2936 0,02 4,35 0,00 0,00 0,00 0,00 0,00 0,16 4,23 0,00 6,52 0,25 0,00 0,00 0,0037 0,00 0,68 0,00 0,00 0,00 0,00 0,00 0,36 9,25 0,00 0,89 0,03 0,00 2,32 0,0038 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,97 0,04 0,00 0,00 0,0039 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 1,89 475,07 636,57 1213,9 313,45 4169,17 319,0 88,48 2296,2 95,25 458,19 18,52 13,2 280,07 17,91

186

Anexo 5.9. Biomasa (ton) a la talla de machos de camarón nailon por región dentro de las 5mn de reserva artesanal. Enfoque geoestadístico.

RegiónLCT II III IV V

10 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,0012 0,00 0,23 0,00 0,0013 0,46 0,14 0,00 0,0114 1,41 0,90 0,00 0,0015 1,73 1,54 0,00 0,0016 2,19 2,13 2,45 0,0517 5,24 4,46 5,86 0,1018 11,86 14,33 22,18 0,3719 19,45 24,34 42,28 0,6720 29,61 29,86 48,25 3,0521 30,80 47,57 66,65 5,0522 34,61 19,78 104,04 6,6723 29,46 36,56 125,77 6,0924 54,83 59,97 118,30 6,5125 72,16 63,67 71,30 6,4226 73,43 32,39 61,58 3,9027 37,03 19,98 39,01 1,3828 24,34 5,56 10,22 1,7229 11,02 0,00 11,33 0,9530 1,22 0,00 0,00 0,8331 1,34 0,00 0,00 0,0832 0,00 0,00 0,00 0,1833 0,81 0,00 0,00 0,0034 0,00 0,00 0,00 0,0035 0,00 2,69 0,00 0,1236 0,00 0,00 0,00 0,0037 0,00 0,00 0,00 0,0038 0,00 0,00 0,00 0,0039 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00

Total 442,99 366,10 729,21 44,14

187

Anexo 5.10. Biomasa (ton) a la talla de hembras de camarón nailon por región dentro de las 5mn de reserva artesanal. Enfoque geoestadístico.


10 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,0012 0,07 0,48 0,00 0,0013 0,49 1,01 0,00 0,0014 1,89 1,45 0,59 0,0015 3,17 1,81 0,74 0,0016 3,74 2,74 0,00 0,0017 5,76 5,48 5,03 0,0018 8,80 11,76 13,51 0,0219 18,67 25,03 18,56 0,0020 28,43 39,00 35,36 0,0521 38,19 79,39 41,52 0,2422 53,67 94,68 60,18 0,3123 61,25 116,21 109,04 1,7124 66,74 148,87 169,02 4,6525 102,70 246,24 247,17 8,9226 136,72 397,47 281,27 10,5927 167,81 444,50 256,86 10,8228 135,68 389,21 205,59 10,1029 129,56 217,57 149,52 4,8530 104,59 138,45 69,06 3,5031 92,11 46,27 80,98 1,4632 79,54 31,81 53,95 1,6233 50,30 13,54 24,88 1,2034 42,69 0,00 10,98 0,4035 15,27 3,29 18,12 0,4436 9,02 0,00 0,00 0,1637 1,41 0,00 7,25 0,1738 0,00 0,00 0,00 0,0039 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00

Total 1358,29 2456,27 1859,19 61,21

188

Anexo 5.11. Biomasa (ton) a la talla de machos de camarón nailon por región fuera de las 5 mnde reserva artesanal. Enfoque geoestadístico.


10 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,15 0,00 0,00 0,00 0,00 0,0013 0,23 0,10 0,00 0,06 0,05 0,00 0,0014 0,71 0,60 0,00 0,00 0,00 0,08 0,0015 0,88 1,02 0,00 0,00 0,16 0,20 0,0316 1,11 1,42 5,63 0,45 0,39 0,49 0,0317 2,65 2,96 13,46 0,95 0,47 1,31 0,2418 6,00 9,52 51,00 3,52 1,25 2,42 0,4219 9,84 16,16 97,22 6,39 3,42 4,46 0,4420 14,98 19,82 110,94 29,30 13,46 13,45 1,8521 15,58 31,58 153,26 48,48 26,93 30,26 4,2722 17,50 13,13 239,23 64,02 44,71 60,35 8,8723 14,90 24,27 289,20 58,46 52,12 79,87 10,4024 27,73 39,81 272,03 62,54 55,20 76,01 9,5025 36,50 42,27 163,94 61,68 62,27 53,82 10,2326 37,14 21,51 141,59 37,47 41,13 48,13 5,2627 18,73 13,26 89,69 13,26 17,01 18,89 4,7928 12,31 3,69 23,50 16,53 16,38 17,21 4,4829 5,57 0,00 26,06 9,17 11,92 9,90 1,7230 0,62 0,00 0,00 7,96 8,16 6,25 2,7431 0,68 0,00 0,00 0,80 0,69 6,02 3,0232 0,00 0,00 0,00 1,75 1,52 3,78 4,3433 0,41 0,00 0,00 0,00 1,66 1,04 4,7534 0,00 0,00 0,00 0,00 0,00 2,26 3,3635 0,00 1,78 0,00 1,14 0,99 1,23 4,9936 0,00 0,00 0,00 0,00 0,00 0,00 6,5137 0,00 0,00 0,00 0,00 0,00 0,00 2,7438 0,00 0,00 0,00 0,00 0,00 0,00 2,9739 0,00 0,00 0,00 0,00 0,00 0,00 2,2940 0,00 0,00 0,00 0,00 0,00 0,00 1,9741 0,00 0,00 0,00 0,00 0,00 0,00 1,0642 0,00 0,00 0,00 0,00 0,00 0,00 1,1443 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 224,1 243,1 1676,8 423,9 359,9 437,4 104,4

189

Anexo 5.12. Biomasa (ton) a la talla de hembras de camarón nailon por región fuera de las 5 mnde reserva artesanal. Enfoque geoestadístico.


10 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,03 0,32 0,00 0,00 0,00 0,00 0,0013 0,25 0,67 0,00 0,00 0,00 0,00 0,0014 0,96 0,96 1,36 0,00 0,00 0,00 0,0015 1,60 1,20 1,70 0,00 0,00 0,00 0,0016 1,89 1,82 0,00 0,00 0,00 0,00 0,0017 2,92 3,64 11,58 0,00 0,00 0,00 0,0018 4,45 7,81 31,06 0,16 0,00 0,34 0,0019 9,44 16,62 42,68 0,00 0,00 0,00 0,0020 14,38 25,89 81,30 0,44 0,19 0,00 0,0021 19,31 52,71 95,48 2,33 0,00 0,00 0,1522 27,14 62,86 138,37 3,02 1,57 0,65 1,2323 30,98 77,15 250,74 16,45 8,19 6,80 2,8624 33,76 98,84 388,65 44,70 14,31 33,04 3,8825 51,95 163,48 568,35 85,68 27,56 56,69 7,9326 69,15 263,88 646,75 101,69 48,63 75,26 10,7027 84,87 295,11 590,63 103,88 39,63 62,16 11,6028 68,63 258,40 472,73 97,03 81,23 94,63 15,6129 65,53 144,45 343,81 46,57 65,13 34,06 2,8530 52,90 91,92 158,79 33,60 64,82 53,50 4,9031 46,59 30,72 186,22 14,04 21,91 20,20 4,9132 40,23 21,12 124,05 15,58 19,82 29,16 2,7333 25,44 8,99 57,20 11,50 31,90 29,79 3,6934 21,59 0,00 25,25 3,81 9,90 23,28 1,1135 7,72 2,18 41,66 4,19 20,57 18,08 1,2236 4,56 0,00 0,00 1,53 7,97 3,31 0,0037 0,71 0,00 16,68 1,68 0,00 3,62 0,0038 0,00 0,00 0,00 0,00 1,59 0,00 0,0039 0,00 0,00 0,00 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 687,0 1630,7 4275,0 587,9 464,9 544,6 75,4

190

Anexo 5.13. Biomasa (ton) a la talla de machos de camarón nailon por región dentro de las 5 mnde reserva artesanal. Distribución Delta.


10 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,0012 0,00 0,18 0,00 0,0013 0,65 0,12 0,00 0,0114 1,97 0,72 0,00 0,0015 2,41 1,24 0,00 0,0016 3,05 1,72 2,69 0,1017 7,30 3,60 6,44 0,2118 16,52 11,57 24,41 0,7719 27,09 19,64 46,53 1,3920 41,26 24,09 53,10 6,3721 42,92 38,38 73,35 10,5522 48,22 15,96 114,49 13,9323 41,04 29,50 138,41 12,7224 76,39 48,39 130,19 13,6125 100,54 51,38 78,46 13,4226 102,31 26,14 67,76 8,1527 51,59 16,12 42,93 2,8828 33,91 4,49 11,24 3,6029 15,35 0,00 12,47 1,9930 1,70 0,00 0,00 1,7331 1,87 0,00 0,00 0,1732 0,00 0,00 0,00 0,3833 1,12 0,00 0,00 0,0034 0,00 0,00 0,00 0,0035 0,00 2,17 0,00 0,2536 0,00 0,00 0,00 0,0037 0,00 0,00 0,00 0,0038 0,00 0,00 0,00 0,0039 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00

Total 617,2 295,4 802,5 92,2

191

Anexo 5.14. Biomasa (ton) a la talla de hembras de camarón nailon por región dentro de las 5mn de reserva artesanal. Distribución Delta.


10 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,0012 0,10 0,39 0,00 0,0013 0,69 0,81 0,00 0,0014 2,64 1,17 0,65 0,0015 4,41 1,46 0,82 0,0016 5,21 2,21 0,00 0,0017 8,03 4,42 5,54 0,0018 12,26 9,49 14,86 0,0319 26,02 20,20 20,43 0,0020 39,61 31,47 38,91 0,1021 53,21 64,06 45,70 0,5122 74,78 76,40 66,22 0,6623 85,34 93,77 120,00 3,5824 92,99 120,12 186,00 9,7225 143,10 198,69 272,00 18,6426 190,49 320,71 309,53 22,1327 233,80 358,67 282,67 22,6028 189,05 314,05 226,24 21,1129 180,52 175,56 164,54 10,1330 145,72 111,72 76,00 7,3131 128,34 37,34 89,12 3,0532 110,83 25,66 59,37 3,3933 70,09 10,92 27,38 2,5034 59,49 0,00 12,08 0,8335 21,27 2,65 19,94 0,9136 12,57 0,00 0,00 0,3337 1,96 0,00 7,98 0,3638 0,00 0,00 0,00 0,0039 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00

Total 1892,5 1981,9 2046,0 127,9

192

Anexo 5.15. Biomasa (ton) a la talla de machos de camarón nailon por región fuera de las 5 mnde reserva artesanal. Distribución Delta.


10 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,00 0,18 0,00 0,00 0,00 0,00 0,0013 0,33 0,11 0,00 0,09 0,04 0,00 0,0014 1,01 0,69 0,00 0,00 0,00 0,06 0,0015 1,23 1,19 0,00 0,00 0,12 0,15 0,0216 1,56 1,64 6,62 0,67 0,28 0,36 0,0317 3,74 3,44 15,83 1,39 0,33 0,97 0,1918 8,46 11,05 59,95 5,19 0,89 1,79 0,3319 13,87 18,76 114,28 9,40 2,44 3,30 0,3520 21,12 23,02 130,41 43,12 9,58 9,95 1,4621 21,97 36,68 180,14 71,35 19,17 22,39 3,3822 24,68 15,25 281,19 94,22 31,82 44,66 7,0323 21,01 28,19 339,94 86,04 37,10 59,10 8,2424 39,11 46,24 319,75 92,05 39,30 56,24 7,5325 51,47 49,09 192,70 90,78 44,33 39,82 8,1026 52,38 24,98 166,43 55,15 29,28 35,62 4,1627 26,41 15,40 105,42 19,51 12,11 13,98 3,8028 17,36 4,29 27,62 24,33 11,66 12,73 3,5529 7,86 0,00 30,63 13,49 8,49 7,32 1,3630 0,87 0,00 0,00 11,72 5,81 4,62 2,1731 0,96 0,00 0,00 1,17 0,49 4,46 2,3932 0,00 0,00 0,00 2,58 1,08 2,80 3,4433 0,58 0,00 0,00 0,00 1,18 0,77 3,7734 0,00 0,00 0,00 0,00 0,00 1,67 2,6635 0,00 2,07 0,00 1,68 0,70 0,91 3,9536 0,00 0,00 0,00 0,00 0,00 0,00 5,1537 0,00 0,00 0,00 0,00 0,00 0,00 2,1738 0,00 0,00 0,00 0,00 0,00 0,00 2,3539 0,00 0,00 0,00 0,00 0,00 0,00 1,8140 0,00 0,00 0,00 0,00 0,00 0,00 1,5641 0,00 0,00 0,00 0,00 0,00 0,00 0,8442 0,00 0,00 0,00 0,00 0,00 0,00 0,9043 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 316,0 282,3 1970,9 623,9 256,2 323,7 82,7

193

Anexo 5.16. Biomasa (ton) a la talla de hembras de camarón nailon por región fuera de las 5 mnde reserva artesanal. Distribución Delta.


10 0,00 0,00 0,00 0,00 0,00 0,00 0,0011 0,00 0,00 0,00 0,00 0,00 0,00 0,0012 0,05 0,37 0,00 0,00 0,00 0,00 0,0013 0,35 0,78 0,00 0,00 0,00 0,00 0,0014 1,35 1,11 1,60 0,00 0,00 0,00 0,0015 2,26 1,40 2,00 0,00 0,00 0,00 0,0016 2,67 2,11 0,00 0,00 0,00 0,00 0,0017 4,11 4,23 13,61 0,00 0,00 0,00 0,0018 6,28 9,07 36,51 0,23 0,00 0,25 0,0019 13,32 19,30 50,17 0,00 0,00 0,00 0,0020 20,28 30,07 95,56 0,65 0,14 0,00 0,0021 27,24 61,22 112,23 3,44 0,00 0,00 0,1222 38,28 73,00 162,64 4,45 1,12 0,48 0,9823 43,69 89,60 294,72 24,21 5,83 5,03 2,2624 47,61 114,79 456,82 65,78 10,19 24,45 3,0725 73,26 189,86 668,05 126,10 19,62 41,95 6,2826 97,52 306,46 760,20 149,67 34,62 55,69 8,4827 119,69 342,73 694,24 152,89 28,21 45,99 9,1928 96,78 300,10 555,65 142,80 57,82 70,02 12,3729 92,41 167,76 404,12 68,54 46,36 25,20 2,2630 74,60 106,75 186,65 49,45 46,14 39,58 3,8831 65,70 35,68 218,88 20,66 15,59 14,95 3,8932 56,74 24,52 145,81 22,94 14,11 21,58 2,1633 35,88 10,44 67,24 16,92 22,71 22,04 2,9234 30,45 0,00 29,67 5,60 7,05 17,23 0,8835 10,89 2,53 48,97 6,16 14,65 13,38 0,9736 6,43 0,00 0,00 2,25 5,67 2,45 0,0037 1,01 0,00 19,60 2,47 0,00 2,68 0,0038 0,00 0,00 0,00 0,00 1,13 0,00 0,0039 0,00 0,00 0,00 0,00 0,00 0,00 0,0040 0,00 0,00 0,00 0,00 0,00 0,00 0,0041 0,00 0,00 0,00 0,00 0,00 0,00 0,0042 0,00 0,00 0,00 0,00 0,00 0,00 0,0043 0,00 0,00 0,00 0,00 0,00 0,00 0,0044 0,00 0,00 0,00 0,00 0,00 0,00 0,0045 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Total 968,8 1893,9 5024,9 865,2 330,9 402,9 59,7

194

Anexo 5.17. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porcaladero dentro de las 5 mn de reserva artesanal. Enfoque geoestadístico.


10 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 0,0 0,0 28,2 0,0 0,0 0,0 0,0 0,013 9,2 229,9 198,6 0,0 204,1 0,0 40,6 65,4 29,414 20,6 517,3 595,9 28,2 204,1 0,0 40,6 0,0 0,015 27,4 689,7 437,0 14,1 0,0 3358,2 203,1 0,0 0,016 18,3 459,8 675,4 28,2 408,2 1343,3 162,5 523,1 235,017 34,3 862,1 1271,3 70,5 1632,9 0,0 324,9 784,7 352,618 86,9 2184,0 2065,8 197,5 4490,6 0,0 893,6 3073,3 1380,919 116,7 2931,2 2900,1 338,6 4694,7 4701,4 1218,5 4511,8 2027,220 178,4 4483,0 3496,0 239,8 6735,9 2014,9 1462,2 7912,1 3555,021 160,1 4023,2 3098,7 451,4 7348,2 6044,7 1827,8 11377,7 5112,222 187,6 4712,9 2463,1 141,1 2449,4 3358,2 690,5 14516,3 6522,523 155,5 3908,3 1589,1 197,5 5919,4 1343,3 1259,1 13208,6 5934,824 235,6 5919,9 2900,1 239,8 9593,5 1343,3 1990,2 11770,0 5288,525 208,2 5230,2 4568,6 282,1 7756,5 2014,9 1665,3 8631,3 3878,226 233,3 5862,4 3297,3 141,1 3061,8 2014,9 731,1 5361,9 2409,227 118,9 2988,7 1231,5 98,8 1428,8 1343,3 365,6 2354,0 1057,728 89,2 2241,5 397,3 0,0 816,5 0,0 162,5 1242,4 558,229 36,6 919,6 158,9 0,0 0,0 0,0 0,0 850,1 381,930 4,6 114,9 0,0 0,0 0,0 0,0 0,0 523,1 235,031 4,6 114,9 0,0 0,0 0,0 0,0 0,0 65,4 29,432 0,0 0,0 0,0 0,0 0,0 0,0 0,0 130,8 58,833 2,3 57,5 0,0 0,0 0,0 0,0 0,0 0,0 0,034 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,035 0,0 0,0 0,0 0,0 204,1 0,0 40,6 65,4 29,436 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,037 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,038 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,039 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 1928,3 48450,9 31344,6 2497,0 56948,7 28880,2 13078,7 86967,3 39075,9

195

Anexo 5.18. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porcaladero dentro de las 5 mn de reserva artesanal. Enfoque geoestadístico.


10 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 0,0 119,2 42,3 204,1 0,0 40,6 0,0 0,013 16,0 402,3 278,1 70,5 0,0 0,0 0,0 0,0 0,014 54,9 1379,4 437,0 56,4 408,2 671,6 121,9 130,8 58,815 57,2 1436,9 953,4 14,1 408,2 671,6 121,9 130,8 58,816 50,3 1264,4 794,5 42,3 816,5 2686,5 324,9 0,0 0,017 45,7 1149,5 1390,4 70,5 1632,9 2014,9 446,8 588,5 264,418 64,0 1609,3 1787,7 141,1 2449,4 2686,5 649,9 1373,2 617,019 116,7 2931,2 2820,6 268,0 6327,6 2686,5 1421,6 1503,9 675,720 157,8 3965,7 3575,4 395,0 6531,8 6044,7 1665,3 2484,8 1116,521 217,3 5460,1 3734,3 522,0 10818,2 17462,5 3208,8 2942,5 1322,122 322,5 8103,9 3376,8 409,1 10614,1 24850,4 3614,9 3334,8 1498,423 356,8 8966,0 2661,7 634,8 6531,8 32910,0 3290,0 6931,2 3114,324 345,4 8678,6 2304,2 761,8 8164,7 34253,3 3696,2 11573,8 5200,325 416,3 10460,3 3933,0 1537,7 15717,0 16790,8 4143,0 17589,6 7903,326 427,7 10747,7 5839,9 2525,2 20820,0 11417,8 4833,4 17001,1 7638,927 482,6 12127,1 5641,2 2257,1 25310,5 11417,8 5727,0 14516,3 6522,528 386,6 9713,2 3059,0 1692,9 20820,0 13432,7 4955,3 10593,0 4759,629 340,8 8563,7 2304,2 663,0 11838,8 10746,1 3005,7 5296,5 2379,830 283,6 7126,8 993,2 183,4 8368,8 10074,5 2274,6 2680,9 1204,631 219,6 5517,5 874,0 127,0 1224,7 3358,2 446,8 2027,1 910,832 196,7 4942,8 198,6 112,9 0,0 3358,2 203,1 1503,9 675,733 112,1 2816,2 119,2 56,4 0,0 671,6 40,6 784,7 352,634 84,6 2126,6 119,2 0,0 0,0 0,0 0,0 196,2 88,135 29,7 747,2 0,0 14,1 0,0 0,0 0,0 392,3 176,336 16,0 402,3 0,0 0,0 0,0 0,0 0,0 65,4 29,437 2,3 57,5 0,0 0,0 0,0 0,0 0,0 130,8 58,838 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,039 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 4803,5 120696,1 47314,9 12597,7 159007,3 208206,3 44232,1 103772,3 46626,7

196

Anexo 5.19. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon por caladero fuera de las 5 mn de reservaartesanal. Enfoque geoestadístico.

CaladerosLCT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

10 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 0,0 0,0 224,5 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,013 11,4 77,2 237,3 0,0 86,3 0,0 37,9 8,5 84,4 0,0 47,8 5,9 0,0 0,0 0,014 25,7 173,8 712,0 224,5 86,3 0,0 37,9 0,0 0,0 0,0 0,0 0,0 0,0 89,7 0,015 34,3 231,7 522,2 112,2 0,0 9678,1 189,7 0,0 0,0 0,0 95,6 11,8 0,0 179,5 8,216 22,9 154,5 807,0 224,5 172,6 3871,2 151,8 68,2 675,3 0,0 239,0 29,4 0,0 358,9 8,217 42,9 289,6 1519,0 561,2 690,4 0,0 303,5 102,3 1013,0 333,9 430,2 52,9 0,0 538,4 48,918 108,6 733,7 2468,4 1571,3 1898,6 0,0 834,7 400,5 3967,7 667,7 621,4 76,4 0,0 987,0 73,419 145,8 984,7 3465,2 2693,7 1984,9 13549,3 1138,3 588,0 5824,8 667,7 1625,3 205,7 59,7 1704,9 65,220 223,0 1506,0 4177,3 1908,0 2847,9 5806,8 1366,0 1031,0 10214,6 2893,6 5831,8 746,5 298,3 3499,5 236,421 200,1 1351,6 3702,6 3591,6 3106,8 17420,5 1707,4 1482,7 14688,8 3672,6 9321,3 1210,8 656,2 6640,0 472,822 234,4 1583,3 2943,1 1122,4 1035,6 9678,1 645,0 1891,7 18740,8 4117,8 12571,8 1816,3 2744,0 9601,1 855,923 194,4 1312,9 1898,8 1571,3 2502,7 3871,2 1176,2 1721,3 17052,5 3783,9 12858,6 1922,1 3459,8 9690,8 880,424 294,5 1988,7 3465,2 1908,0 4056,1 3871,2 1859,2 1533,8 15195,3 3450,0 13002,0 1863,3 2684,3 6281,1 709,225 260,1 1757,0 5458,9 2244,8 3279,4 5806,8 1555,7 1124,8 11143,2 3561,3 11807,0 1540,0 894,8 4217,3 676,626 291,6 1969,4 3939,9 1122,4 1294,5 5806,8 683,0 698,7 6922,3 1558,1 7265,8 1016,9 1252,7 3050,8 309,827 148,7 1004,0 1471,5 785,7 604,1 3871,2 341,5 306,8 3039,1 445,2 2772,5 370,3 298,3 807,6 252,728 111,5 753,0 474,7 0,0 345,2 0,0 151,8 161,9 1603,9 556,5 2724,7 340,9 59,7 807,6 211,929 45,7 308,9 189,9 0,0 0,0 0,0 0,0 110,8 1097,4 556,5 1338,4 170,5 59,7 538,4 73,430 5,7 38,6 0,0 0,0 0,0 0,0 0,0 68,2 675,3 333,9 812,6 99,9 0,0 358,9 106,031 5,7 38,6 0,0 0,0 0,0 0,0 0,0 8,5 84,4 0,0 286,8 35,3 0,0 179,5 106,032 0,0 0,0 0,0 0,0 0,0 0,0 0,0 17,0 168,8 0,0 239,0 29,4 0,0 89,7 138,633 2,9 19,3 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 95,6 11,8 0,0 89,7 138,634 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 47,8 11,8 59,7 0,0 89,735 0,0 0,0 0,0 0,0 86,3 0,0 37,9 8,5 84,4 0,0 47,8 5,9 0,0 89,7 122,336 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 146,737 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 57,138 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 57,139 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 40,840 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 32,641 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 16,342 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 16,343 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 2409,9 16276,7 37453,1 19866,1 24077,4 83231,3 12217,7 11333 112276,1 26598,6 840830 11573,5 12526,9 498000 5950,6

197

Anexo 5.20. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon por caladero fuera de las 5 mn de reservaartesanal. Enfoque geoestadístico.

CaladerosLCT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

10 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 0,0 142,4 336,7 86,3 0,0 37,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,013 20,0 135,2 332,3 561,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,014 68,6 463,4 522,2 449,0 172,6 1935,6 113,8 17,0 168,8 0,0 0,0 0,0 0,0 0,0 0,015 71,5 482,7 1139,3 112,2 172,6 1935,6 113,8 17,0 168,8 0,0 0,0 0,0 0,0 0,0 0,016 62,9 424,8 949,4 336,7 345,2 7742,4 303,5 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,017 57,2 386,2 1661,4 561,2 690,4 5806,8 417,4 76,7 759,8 0,0 0,0 0,0 0,0 0,0 0,018 80,0 540,6 2136,1 1122,4 1035,6 7742,4 607,1 178,9 1772,8 0,0 95,6 11,8 0,0 0,0 0,019 145,8 984,7 3370,3 2132,5 2675,3 7742,4 1328,0 196,0 1941,6 0,0 0,0 0,0 0,0 0,0 0,020 197,3 1332,3 4272,2 3142,7 2761,6 17420,5 1555,7 323,8 3207,9 0,0 95,6 11,8 0,0 0,0 0,021 271,6 1834,3 4462,1 4152,8 4573,8 50325,9 2997,5 383,4 3798,8 111,3 0,0 0,0 0,0 0,0 16,322 403,1 2722,4 4034,9 3254,9 4487,5 71617,6 3376,9 434,6 4305,3 0,0 621,4 76,4 0,0 0,0 114,123 446,0 3012,1 3180,4 5050,7 2761,6 94845,0 3073,4 903,2 8948,3 556,5 2055,5 252,7 0,0 897,3 228,224 431,7 2915,5 2753,2 6060,8 3452,0 98716,2 3452,8 1508,2 14942,0 111,3 4780,2 611,3 238,6 3858,4 269,025 520,3 3514,1 4699,4 12233,9 6645,0 48390,3 3870,2 2292,2 22708,5 2003,2 6692,2 875,8 536,9 5114,6 480,926 534,6 3610,6 6978,0 20090,6 8802,5 32905,4 4515,2 2215,5 21948,7 4785,5 8556,5 1122,7 715,8 5742,7 570,627 603,2 4074,0 6740,6 17958,1 10701,1 32905,4 5350,0 1891,7 18740,8 4674,2 6118,6 840,5 894,8 3768,6 546,228 483,1 3263,1 3655,1 13468,5 8802,5 38712,2 4629,1 1380,4 13675,7 5453,3 10372,9 1316,6 417,6 4665,9 652,129 426,0 2876,9 2753,2 5275,2 5005,3 30969,8 2807,8 690,2 6837,9 2448,4 6309,8 781,8 59,7 1256,2 106,030 354,5 2394,2 1186,7 1459,1 3538,3 29034,2 2124,8 349,4 3461,1 2003,2 6214,2 775,9 119,3 1435,7 163,031 274,4 1853,6 1044,3 1010,1 517,8 9678,1 417,4 264,2 2617,0 445,2 1959,9 241,0 0,0 538,4 146,732 245,9 1660,5 237,3 897,9 0,0 9678,1 189,7 196,0 1941,6 333,9 1768,7 223,4 59,7 987,0 73,433 140,1 946,1 142,4 449,0 0,0 1935,6 37,9 102,3 1013,0 111,3 2342,3 288,0 0,0 807,6 89,734 105,8 714,4 142,4 0,0 0,0 0,0 0,0 25,6 253,3 222,6 1051,6 129,3 0,0 358,9 24,535 37,2 251,0 0,0 112,2 0,0 0,0 0,0 51,1 506,5 0,0 1242,8 152,8 0,0 269,2 24,536 20,0 135,2 0,0 0,0 0,0 0,0 0,0 8,5 84,4 0,0 382,4 47,0 0,0 0,0 0,037 2,9 19,3 0,0 0,0 0,0 0,0 0,0 17,0 168,8 0,0 47,8 5,9 0,0 89,7 0,038 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 47,8 5,9 0,0 0,0 0,039 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 6003,4 405470 56535,7 100228,4 67226,9 600039,5 413200 13522,9 133971,5 23259,9 60755,8 7770,6 3042,2 29790,2 3505,2

198

Anexo 5.21. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porcaladero dentro de las 5 mn de reserva artesanal. Distribución Delta.


10 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 0,0 0,0 42,7 0,0 0,0 0,0 0,0 0,013 0,3 309,1 338,6 0,0 122,3 0,0 41,4 52,2 61,414 0,7 695,4 1015,7 42,7 122,3 0,0 41,4 0,0 0,015 1,0 927,3 744,8 21,3 0,0 3315,7 207,1 0,0 0,016 0,7 618,2 1151,1 42,7 244,5 1326,3 165,7 417,3 491,117 1,2 1159,1 2166,8 106,7 978,1 0,0 331,4 625,9 736,718 3,1 2936,3 3521,1 298,8 2689,7 0,0 911,4 2451,5 2885,419 4,2 3940,8 4943,1 512,2 2812,0 4642,0 1242,8 3599,0 4236,020 6,4 6027,2 5958,8 362,8 4034,6 1989,4 1491,4 6311,2 7428,321 5,8 5409,0 5281,6 682,9 4401,3 5968,3 1864,2 9075,7 10682,022 6,8 6336,2 4198,2 213,4 1467,1 3315,7 704,3 11579,3 13628,723 5,6 5254,5 2708,5 298,8 3545,5 1326,3 1284,2 10536,1 12400,924 8,5 7958,9 4943,1 362,8 5746,2 1326,3 2029,9 9388,6 11050,325 7,5 7031,7 7787,0 426,8 4645,9 1989,4 1698,5 6885,0 8103,626 8,4 7881,7 5620,2 213,4 1833,9 1989,4 745,7 4277,0 5034,027 4,3 4018,1 2099,1 149,4 855,8 1326,3 372,8 1877,7 2210,128 3,2 3013,6 677,1 0,0 489,0 0,0 165,7 991,0 1166,429 1,3 1236,3 270,9 0,0 0,0 0,0 0,0 678,1 798,130 0,2 154,5 0,0 0,0 0,0 0,0 0,0 417,3 491,131 0,2 154,5 0,0 0,0 0,0 0,0 0,0 52,2 61,432 0,0 0,0 0,0 0,0 0,0 0,0 0,0 104,3 122,833 0,1 77,3 0,0 0,0 0,0 0,0 0,0 0,0 0,034 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,035 0,0 0,0 0,0 0,0 122,3 0,0 41,4 52,2 61,436 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,037 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,038 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,039 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 69,5 65139,7 53425,8 3777,5 34110,4 28515,4 13339,3 69371,5 81649,5

199

Anexo 5.22. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porcaladero dentro de las 5 mn de reserva artesanal. Distribución Delta.


10 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 0,0 203,1 64,0 122,3 0,0 41,4 0,0 0,013 0,6 540,9 474,0 106,7 0,0 0,0 0,0 0,0 0,014 2,0 1854,5 744,8 85,4 244,5 663,1 124,3 104,3 122,815 2,1 1931,8 1625,1 21,3 244,5 663,1 124,3 104,3 122,816 1,8 1700,0 1354,3 64,0 489,0 2652,6 331,4 0,0 0,017 1,6 1545,4 2370,0 106,7 978,1 1989,4 455,7 469,4 552,518 2,3 2163,6 3047,1 213,4 1467,1 2652,6 662,8 1095,3 1289,219 4,2 3940,8 4807,6 405,5 3790,0 2652,6 1449,9 1199,7 1412,020 5,7 5331,7 6094,2 597,6 3912,3 5968,3 1698,5 1982,0 2332,821 7,8 7340,8 6365,0 789,6 6479,7 17241,8 3272,7 2347,2 2762,622 11,6 10895,3 5755,6 618,9 6357,5 24536,5 3687,0 2660,1 3130,923 12,9 12054,3 4536,8 960,4 3912,3 32494,3 3355,5 5528,9 6507,424 12,4 11668,0 3927,4 1152,5 4890,4 33820,5 3769,8 9232,1 10866,125 15,0 14063,4 6703,6 2326,3 9414,0 16578,7 4225,5 14030,8 16514,126 15,4 14449,7 9953,9 3820,2 12470,5 11273,5 4929,8 13561,3 15961,627 17,4 16304,2 9615,3 3414,7 15160,2 11273,5 5841,1 11579,3 13628,728 13,9 13058,9 5213,9 2561,0 12470,5 13263,0 5054,0 8449,8 9945,329 12,3 11513,4 3927,4 1003,1 7091,0 10610,4 3065,6 4224,9 4972,630 10,2 9581,6 1692,8 277,4 5012,6 9947,2 2319,9 2138,5 2517,031 7,9 7418,0 1489,7 192,1 733,6 3315,7 455,7 1616,9 1903,132 7,1 6645,3 338,6 170,7 0,0 3315,7 207,1 1199,7 1412,033 4,0 3786,3 203,1 85,4 0,0 663,1 41,4 625,9 736,734 3,1 2859,0 203,1 0,0 0,0 0,0 0,0 156,5 184,235 1,1 1004,5 0,0 21,3 0,0 0,0 0,0 313,0 368,336 0,6 540,9 0,0 0,0 0,0 0,0 0,0 52,2 61,437 0,1 77,3 0,0 0,0 0,0 0,0 0,0 104,3 122,838 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,039 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 173,1 162269,8 80646,5 19058,2 95240,1 205575,9 45113,5 82776,3 97426,9

200

Anexo 5.23. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon por caladero fuera de las 5 mn de reservaartesanal. Distribución Delta.

CaladerosLCT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

10 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 0,0 0,0 339,6 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,013 0,4 103,8 404,5 0,0 51,7 0,0 38,7 6,8 176,4 0,0 34,0 1,3 0,0 0,0 0,014 0,9 233,6 1213,6 339,6 51,7 0,0 38,7 0,0 0,0 0,0 0,0 0,0 0,0 88,4 0,015 1,2 311,5 890,0 169,8 0,0 9555,8 193,5 0,0 0,0 0,0 68,1 2,7 0,0 176,7 4,416 0,8 207,7 1375,5 339,6 103,4 3822,3 154,8 54,4 1411,1 0,0 170,1 6,7 0,0 353,5 4,417 1,5 389,4 2589,1 849,0 413,5 0,0 309,6 81,6 2116,7 137,2 306,2 12,0 0,0 530,2 26,618 3,9 986,4 4207,3 2377,2 1137,2 0,0 851,4 319,5 8290,4 274,4 442,3 17,3 0,0 972,1 39,919 5,3 1323,9 5906,4 4075,1 1188,9 13378,1 1161,0 469,0 12171,1 274,4 1156,9 46,6 29,2 1679,1 35,520 8,0 2024,8 7120,0 2886,5 1705,8 5733,5 1393,2 822,4 21343,5 1189,1 4151,2 169,0 146,0 3446,5 128,521 7,2 1817,1 6310,9 5433,5 1860,8 17200,4 1741,5 1182,7 30692,3 1509,2 6635,2 274,1 321,1 6539,5 257,022 8,4 2128,6 5016,4 1698,0 620,3 9555,8 657,9 1508,9 39159,1 1692,2 8949,0 411,2 1342,8 9455,8 465,323 7,0 1765,2 3236,4 2377,2 1499,0 3822,3 1199,7 1373,0 35631,3 1555,0 9153,2 435,1 1693,1 9544,2 478,624 10,6 2673,7 5906,4 2886,5 2429,4 3822,3 1896,3 1223,5 31750,6 1417,8 9255,2 421,8 1313,6 6186,1 385,525 9,4 2362,2 9304,6 3395,9 1964,2 5733,5 1586,7 897,2 23283,8 1463,5 8404,6 348,6 437,9 4153,5 367,826 10,5 2647,8 6715,5 1698,0 775,4 5733,5 696,6 557,4 14464,2 640,3 5172,0 230,2 613,0 3004,7 168,427 5,4 1349,9 2508,2 1188,6 361,8 3822,3 348,3 244,7 6350,1 182,9 1973,5 83,8 146,0 795,4 137,428 4,0 1012,4 809,1 0,0 206,8 0,0 154,8 129,1 3351,5 228,7 1939,5 77,2 29,2 795,4 115,229 1,6 415,3 323,6 0,0 0,0 0,0 0,0 88,4 2293,1 228,7 952,7 38,6 29,2 530,2 39,930 0,2 51,9 0,0 0,0 0,0 0,0 0,0 54,4 1411,1 137,2 578,5 22,6 0,0 353,5 57,631 0,2 51,9 0,0 0,0 0,0 0,0 0,0 6,8 176,4 0,0 204,2 8,0 0,0 176,7 57,632 0,0 0,0 0,0 0,0 0,0 0,0 0,0 13,6 352,8 0,0 170,1 6,7 0,0 88,4 75,333 0,1 26,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 68,1 2,7 0,0 88,4 75,334 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 34,0 2,7 29,2 0,0 48,735 0,0 0,0 0,0 0,0 51,7 0,0 38,7 6,8 176,4 0,0 34,0 1,3 0,0 88,4 66,536 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 79,837 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 31,038 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 31,039 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 22,240 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 17,741 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 8,942 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 8,943 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 86,9 21883,2 63837,5 30054 14421,6 82179,8 12461,1 9040 234601,9 10930,6 59852,8 2620 6130,1 49046,6 3235

201

Anexo 5.24. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon por caladero fuera de las 5 mn de reservaartesanal. Distribución Delta.

CaladerosLCT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

10 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 0,0 242,7 509,4 51,7 0,0 38,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,013 0,7 181,7 566,4 849,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,014 2,5 623,0 890,0 679,2 103,4 1911,2 116,1 13,6 352,8 0,0 0,0 0,0 0,0 0,0 0,015 2,6 649,0 1941,8 169,8 103,4 1911,2 116,1 13,6 352,8 0,0 0,0 0,0 0,0 0,0 0,016 2,3 571,1 1618,2 509,4 206,8 7644,6 309,6 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,017 2,1 519,2 2831,8 849,0 413,5 5733,5 425,7 61,2 1587,5 0,0 0,0 0,0 0,0 0,0 0,018 2,9 726,8 3640,9 1698,0 620,3 7644,6 619,2 142,7 3704,2 0,0 68,1 2,7 0,0 0,0 0,019 5,3 1323,9 5744,6 3226,1 1602,4 7644,6 1354,5 156,3 4057,0 0,0 0,0 0,0 0,0 0,0 0,020 7,1 1791,2 7281,8 4754,3 1654,1 17200,4 1586,7 258,3 6702,9 0,0 68,1 2,7 0,0 0,0 0,021 9,8 2466,1 7605,5 6282,5 2739,6 49690,1 3057,2 305,9 7937,7 45,7 0,0 0,0 0,0 0,0 8,922 14,5 3660,2 6877,3 4924,1 2687,9 70712,8 3444,2 346,6 8996,0 0,0 442,3 17,3 0,0 0,0 62,023 16,1 4049,6 5420,9 7640,9 1654,1 93646,7 3134,6 720,5 18697,6 228,7 1463,1 57,2 0,0 883,7 124,124 15,6 3919,8 4692,7 9169,0 2067,6 97469,0 3521,6 1203,1 31221,5 45,7 3402,7 138,4 116,8 3800,0 146,225 18,8 4724,5 8010,0 18507,9 3980,1 47778,9 3947,3 1828,4 47449,6 823,2 4763,7 198,3 262,7 5037,2 261,526 19,3 4854,3 11893,7 30393,6 5272,4 32489,7 4605,2 1767,2 45862,0 1966,6 6090,8 254,1 350,3 5655,8 310,227 21,7 5477,3 11489,1 27167,5 6409,6 32489,7 5456,6 1508,9 39159,1 1920,9 4355,4 190,3 437,9 3711,6 296,928 17,4 4387,0 6230,0 20375,6 5272,4 38223,1 4721,3 1101,1 28575,6 2241,0 7383,8 298,1 204,3 4595,4 354,529 15,4 3867,8 4692,7 7980,5 2998,0 30578,5 2863,7 550,6 14287,8 1006,2 4491,5 177,0 29,2 1237,2 57,630 12,8 3218,9 2022,7 2207,4 2119,3 28667,4 2167,2 278,7 7232,1 823,2 4423,5 175,6 58,4 1414,0 88,631 9,9 2492,0 1780,0 1528,2 310,1 9555,8 425,7 210,7 5468,2 182,9 1395,1 54,6 0,0 530,2 79,832 8,9 2232,5 404,5 1358,4 0,0 9555,8 193,5 156,3 4057,0 137,2 1259,0 50,6 29,2 972,1 39,933 5,0 1272,0 242,7 679,2 0,0 1911,2 38,7 81,6 2116,7 45,7 1667,3 65,2 0,0 795,4 48,734 3,8 960,5 242,7 0,0 0,0 0,0 0,0 20,4 529,2 91,5 748,6 29,3 0,0 353,5 13,335 1,3 337,5 0,0 169,8 0,0 0,0 0,0 40,8 1058,4 0,0 884,7 34,6 0,0 265,1 13,336 0,7 181,7 0,0 0,0 0,0 0,0 0,0 6,8 176,4 0,0 272,2 10,6 0,0 0,0 0,037 0,1 26,0 0,0 0,0 0,0 0,0 0,0 13,6 352,8 0,0 34,0 1,3 0,0 88,4 0,038 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 34,0 1,3 0,0 0,0 0,039 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 216,4 54513,3 96363 151628,6 40266,7 592458,8 42143,3 10786,9 279934,8 9558,6 43247,8 1759,1 1488,7 29339,6 1905,5

202

Anexo 5.25. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porregión dentro de las 5 mn de reserva artesanal. Enfoque geoestadístico.


10 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,012 0,0 301,1 0,0 0,013 484,2 150,6 0,0 6,714 1183,5 752,8 0,0 0,015 1183,5 1053,9 0,0 0,016 1237,3 1204,5 1383,4 26,617 2474,5 2107,9 2766,7 46,618 4733,9 5721,4 8853,6 146,519 6616,7 8281,0 14387,1 226,420 8660,9 8732,7 14110,4 892,121 7800,2 12045,1 16877,2 1278,322 7638,8 4366,3 22964,0 1471,323 5702,2 7076,5 24347,4 1178,424 9360,2 10238,3 20197,3 1111,825 10920,3 9636,1 10790,3 972,026 9898,2 4366,3 8300,2 526,027 4464,9 2409,0 4703,5 166,428 2635,9 602,3 1106,7 186,429 1075,9 0,0 1106,7 93,230 107,6 0,0 0,0 73,231 107,6 0,0 0,0 6,732 0,0 0,0 0,0 13,333 53,8 0,0 0,0 0,034 0,0 0,0 0,0 0,035 0,0 150,6 0,0 6,736 0,0 0,0 0,0 0,037 0,0 0,0 0,0 0,038 0,0 0,0 0,0 0,039 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0

Total 86340,1 79196,4 151894,5 8428,6

203

Anexo 5.26. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porregión dentro de las 5 mn de reserva artesanal. Enfoque geoestadístico.


10 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,012 107,6 752,8 0,0 0,013 591,7 1204,5 0,0 0,014 1775,2 1355,1 553,4 0,015 2367,0 1355,1 553,4 0,016 2259,4 1656,2 0,0 0,017 2851,1 2710,1 2490,1 0,018 3604,2 4818,0 5533,5 6,719 6401,5 8582,1 6363,5 0,020 8230,5 11292,3 10237,0 13,321 9414,0 19573,2 10237,0 59,922 11350,6 20024,9 12727,0 66,623 11189,2 21229,4 19920,6 312,924 10597,5 23638,5 26837,5 739,025 14255,5 34177,9 34307,7 1238,326 16676,3 48481,4 34307,7 1291,627 18074,9 47879,2 27667,5 1165,128 12964,5 37189,2 19643,9 965,429 11027,9 18519,3 12727,0 412,830 7961,6 10539,4 5256,8 266,331 6293,9 3161,8 5533,5 99,932 4895,3 1957,3 3320,1 99,933 2797,3 752,8 1383,4 66,634 2151,8 0,0 553,4 20,035 699,3 150,6 830,0 20,036 376,6 0,0 0,0 6,737 53,8 0,0 276,7 6,738 0,0 0,0 0,0 0,039 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0

Total 168968,3 321001,3 241260,5 6857,4

204

Anexo 5.27. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porregión fuera de las 5 mn de reserva artesanal. Enfoque geoestadístico.


10 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 199,9 0,0 0,0 0,0 0,0 0,013 244,9 100,0 0,0 63,9 55,4 0,0 0,014 598,6 499,8 0,0 0,0 0,0 69,0 0,015 598,6 699,7 0,0 0,0 110,9 138,0 18,616 625,8 799,7 3180,9 255,7 221,8 276,1 18,617 1251,6 1399,4 6361,9 447,6 221,8 621,2 111,918 2394,3 3798,5 20358,0 1406,6 498,9 966,3 167,819 3346,6 5497,8 33081,8 2173,8 1164,2 1518,5 149,220 4380,5 5797,7 32445,6 8567,5 3936,1 3934,2 540,821 3945,2 7996,8 38807,4 12275,8 6818,9 7661,4 1081,622 3863,6 2898,8 52803,6 14130,0 9868,0 13321,2 1958,023 2884,1 4698,1 55984,5 11316,8 10089,8 15460,9 2014,024 4734,2 6797,3 46441,7 10677,4 9424,5 12976,1 1622,425 5523,3 6397,4 24811,3 9334,7 9424,5 8144,6 1547,826 5006,3 2898,8 19085,6 5051,0 5543,8 6488,0 708,627 2258,3 1599,4 10815,2 1598,4 2051,2 2277,7 578,128 1333,2 399,8 2544,8 1790,2 1774,0 1863,6 484,829 544,2 0,0 2544,8 895,1 1164,2 966,3 167,830 54,4 0,0 0,0 703,3 720,7 552,2 242,431 54,4 0,0 0,0 63,9 55,4 483,2 242,432 0,0 0,0 0,0 127,9 110,9 276,1 317,033 27,2 0,0 0,0 0,0 110,9 69,0 317,034 0,0 0,0 0,0 0,0 0,0 138,0 205,135 0,0 100,0 0,0 63,9 55,4 69,0 279,736 0,0 0,0 0,0 0,0 0,0 0,0 335,737 0,0 0,0 0,0 0,0 0,0 0,0 130,538 0,0 0,0 0,0 0,0 0,0 0,0 130,539 0,0 0,0 0,0 0,0 0,0 0,0 93,240 0,0 0,0 0,0 0,0 0,0 0,0 74,641 0,0 0,0 0,0 0,0 0,0 0,0 37,342 0,0 0,0 0,0 0,0 0,0 0,0 37,343 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 43669,1 52578,9 349267,0 80943,7 63421,6 78270,7 13612,9

205

Anexo 5.28. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porregión fuera de las 5 mn de reserva artesanal. Enfoque geoestadístico.


10 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,012 54,4 499,8 0,0 0,0 0,0 0,0 0,013 299,3 799,7 0,0 0,0 0,0 0,0 0,014 897,9 899,6 1272,4 0,0 0,0 0,0 0,015 1197,2 899,6 1272,4 0,0 0,0 0,0 0,016 1142,7 1099,6 0,0 0,0 0,0 0,0 0,017 1442,0 1799,3 5725,7 0,0 0,0 0,0 0,018 1822,9 3198,7 12723,8 63,9 0,0 138,0 0,019 3237,8 5697,7 14632,3 0,0 0,0 0,0 0,020 4162,9 7497,0 23538,9 127,9 55,4 0,0 0,021 4761,4 12994,8 23538,9 575,4 0,0 0,0 37,322 5740,9 13294,7 29264,6 639,4 332,6 138,0 261,123 5659,3 14094,4 45805,5 3005,0 1496,8 1242,4 522,124 5360,0 15693,7 61710,2 7097,0 2273,0 5245,7 615,425 7210,2 22690,9 78887,3 11892,2 3825,3 7868,5 1100,226 8434,5 32187,1 78887,3 12403,7 5931,9 9179,9 1305,327 9142,0 31787,3 63618,8 11188,9 4268,8 6695,1 1249,428 6557,2 24690,1 45169,3 9270,8 7761,4 9041,9 1491,829 5577,7 12295,1 29264,6 3964,1 5543,8 2898,9 242,430 4026,8 6997,2 12087,6 2557,5 4934,0 4072,3 373,031 3183,4 2099,2 12723,8 959,0 1496,8 1380,4 335,732 2475,9 1299,5 7634,3 959,0 1219,6 1794,6 167,833 1414,8 499,8 3180,9 639,4 1774,0 1656,5 205,134 1088,3 0,0 1272,4 191,8 498,9 1173,4 55,935 353,7 100,0 1908,6 191,8 942,5 828,3 55,936 190,5 0,0 0,0 63,9 332,6 138,0 0,037 27,2 0,0 636,2 63,9 0,0 138,0 0,038 0,0 0,0 0,0 0,0 55,4 0,0 0,039 0,0 0,0 0,0 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 85460,9 213114,6 554755,6 65854,7 42743,1 53629,9 8018,6

206

Anexo 5.29. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porregión dentro de las 5 mn de reserva artesanal. Distribución Delta.


10 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,012 0,0 243,0 0,0 0,013 674,6 121,5 0,0 13,914 1649,0 607,4 0,0 0,015 1649,0 850,4 0,0 0,016 1723,9 971,9 1522,4 55,617 3447,8 1700,8 3044,7 97,418 6595,8 4616,6 9743,1 306,019 9219,1 6681,9 15832,6 473,020 12067,3 7046,3 15528,1 1864,121 10868,1 9719,1 18572,8 2671,022 10643,2 3523,2 25271,2 3074,423 7944,9 5710,0 26793,5 2462,324 13041,7 8261,2 22226,5 2323,225 15215,3 7775,3 11874,4 2031,026 13791,2 3523,2 9134,2 1099,027 6221,0 1943,8 5176,0 347,828 3672,7 486,0 1217,9 389,529 1499,0 0,0 1217,9 194,830 149,9 0,0 0,0 153,031 149,9 0,0 0,0 13,932 0,0 0,0 0,0 27,833 75,0 0,0 0,0 0,034 0,0 0,0 0,0 0,035 0,0 121,5 0,0 13,936 0,0 0,0 0,0 0,037 0,0 0,0 0,0 0,038 0,0 0,0 0,0 0,039 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0

Total 120298,4 63903,0 167155,2 17611,6

207

Anexo 5.30. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porregión dentro de las 5 mn de reserva artesanal. Distribución Delta.


10 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,012 149,9 607,4 0,0 0,013 824,5 971,9 0,0 0,014 2473,4 1093,4 608,9 0,015 3297,9 1093,4 608,9 0,016 3148,0 1336,4 0,0 0,017 3972,5 2186,8 2740,2 0,018 5021,8 3887,6 6089,4 13,919 8919,3 6924,8 7002,9 0,020 11467,7 9111,6 11265,5 27,821 13116,7 15793,5 11265,5 125,222 15814,9 16158,0 14005,7 139,123 15590,1 17129,9 21922,0 653,824 14765,6 19073,7 29533,8 1544,125 19862,4 27577,9 37754,5 2587,526 23235,2 39119,3 37754,5 2698,827 25184,0 38633,4 30447,2 2434,528 18063,5 30007,7 21617,5 2017,129 15365,2 14943,1 14005,7 862,530 11092,9 8504,2 5785,0 556,431 8769,4 2551,3 6089,4 208,732 6820,7 1579,4 3653,7 208,733 3897,5 607,4 1522,4 139,134 2998,1 0,0 608,9 41,735 974,4 121,5 913,4 41,736 524,7 0,0 0,0 13,937 75,0 0,0 304,5 13,938 0,0 0,0 0,0 0,039 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0

Total 235425,1 259013,6 265499,7 14328,6

208

Anexo 5.31. Abundancia (miles de ejemplares) a la talla de machos de camarón nailon porregión fuera de las 5 mn de reserva artesanal. Distribución Delta.


10 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,012 0,0 232,2 0,0 0,0 0,0 0,0 0,013 345,3 116,1 0,0 94,1 39,5 0,0 0,014 844,1 580,5 0,0 0,0 0,0 51,1 0,015 844,1 812,6 0,0 0,0 78,9 102,1 14,816 882,5 928,7 3738,9 376,4 157,9 204,3 14,817 1765,0 1625,3 7477,9 658,7 157,9 459,7 88,618 3376,6 4411,4 23929,2 2070,3 355,2 715,0 132,919 4719,6 6385,0 38885,0 3199,5 828,7 1123,6 118,220 6177,6 6733,3 38137,2 12609,8 2801,9 2911,2 428,321 5563,7 9287,2 45615,1 18067,8 4853,9 5669,1 856,622 5448,6 3366,6 62066,4 20796,8 7024,4 9857,1 1550,723 4067,3 5456,3 65805,3 16656,3 7182,2 11440,3 1595,024 6676,4 7894,2 54588,5 15715,3 6708,7 9601,7 1284,925 7789,2 7429,8 29163,7 13739,1 6708,7 6026,6 1225,826 7060,1 3366,6 22433,6 7434,2 3946,3 4800,9 561,227 3184,7 1857,4 12712,4 2352,6 1460,1 1685,4 457,828 1880,1 464,4 2991,2 2634,9 1262,8 1379,0 384,029 767,4 0,0 2991,2 1317,4 828,7 715,0 132,930 76,7 0,0 0,0 1035,1 513,0 408,6 192,031 76,7 0,0 0,0 94,1 39,5 357,5 192,032 0,0 0,0 0,0 188,2 78,9 204,3 251,133 38,4 0,0 0,0 0,0 78,9 51,1 251,134 0,0 0,0 0,0 0,0 0,0 102,1 162,535 0,0 116,1 0,0 94,1 39,5 51,1 221,536 0,0 0,0 0,0 0,0 0,0 0,0 265,837 0,0 0,0 0,0 0,0 0,0 0,0 103,438 0,0 0,0 0,0 0,0 0,0 0,0 103,439 0,0 0,0 0,0 0,0 0,0 0,0 73,840 0,0 0,0 0,0 0,0 0,0 0,0 59,141 0,0 0,0 0,0 0,0 0,0 0,0 29,542 0,0 0,0 0,0 0,0 0,0 0,0 29,543 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 61584,4 61063,6 410535,6 119134,8 45145,4 57916,7 10781,3

209

Anexo 5.32. Abundancia (miles de ejemplares) a la talla de hembras de camarón nailon porregión fuera de las 5 mn de reserva artesanal. Distribución Delta.


10 0,0 0,0 0,0 0,0 0,0 0,0 0,011 0,0 0,0 0,0 0,0 0,0 0,0 0,012 76,7 580,5 0,0 0,0 0,0 0,0 0,013 422,1 928,7 0,0 0,0 0,0 0,0 0,014 1266,2 1044,8 1495,6 0,0 0,0 0,0 0,015 1688,3 1044,8 1495,6 0,0 0,0 0,0 0,016 1611,6 1277,0 0,0 0,0 0,0 0,0 0,017 2033,6 2089,6 6730,1 0,0 0,0 0,0 0,018 2570,8 3714,9 14955,8 94,1 0,0 102,1 0,019 4566,1 6617,2 17199,1 0,0 0,0 0,0 0,020 5870,7 8706,8 27668,2 188,2 39,5 0,0 0,021 6714,8 15091,8 27668,2 846,9 0,0 0,0 29,522 8096,1 15440,0 34398,3 941,0 236,8 102,1 206,823 7981,0 16368,8 53840,7 4422,9 1065,5 919,3 413,524 7559,0 18226,2 72535,4 10445,5 1618,0 3881,5 487,425 10168,1 26352,6 92725,7 17503,2 2722,9 5822,3 871,426 11894,8 37381,2 92725,7 18256,0 4222,5 6792,7 1033,827 12892,4 36916,8 74778,8 16468,1 3038,6 4954,1 989,528 9247,2 28674,4 53093,0 13645,0 5524,8 6690,6 1181,529 7865,9 14279,1 34398,3 5834,4 3946,3 2145,1 192,030 5678,8 8126,3 14208,0 3764,1 3512,2 3013,3 295,431 4489,3 2437,9 14955,8 1411,6 1065,5 1021,5 265,832 3491,7 1509,2 8973,5 1411,6 868,2 1327,9 132,933 1995,3 580,5 3738,9 941,0 1262,8 1225,8 162,534 1534,8 0,0 1495,6 282,3 355,2 868,2 44,335 498,8 116,1 2243,4 282,3 670,9 612,9 44,336 268,6 0,0 0,0 94,1 236,8 102,1 0,037 38,4 0,0 747,8 94,1 0,0 102,1 0,038 0,0 0,0 0,0 0,0 39,5 0,0 0,039 0,0 0,0 0,0 0,0 0,0 0,0 0,040 0,0 0,0 0,0 0,0 0,0 0,0 0,041 0,0 0,0 0,0 0,0 0,0 0,0 0,042 0,0 0,0 0,0 0,0 0,0 0,0 0,043 0,0 0,0 0,0 0,0 0,0 0,0 0,044 0,0 0,0 0,0 0,0 0,0 0,0 0,045 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total 120521,2 247505,0 652071,2 96926,4 30425,8 39683,7 6350,6

Documents

PROYECTO FIP Nº 2001-05 EVALUACION DIRECTA DE CAMARON ... · Luis Casas Biólogo Marino Muestreo a bordo II-IV regiones y en laboratorio. ... del 9 de junio al 4 de agosto de 2001,